申请/专利权人:清华大学;中国人民解放军总医院
申请日:2021-06-28
公开(公告)日:2024-04-09
公开(公告)号:CN113643311B
主分类号:G06T7/12
分类号:G06T7/12
优先权:
专利状态码:有效-授权
法律状态:2024.04.09#授权;2021.11.30#实质审查的生效;2021.11.12#公开
摘要:本申请提出了一种对边界误差鲁棒的图像分割方法和装置,涉及深度学习和图像处理技术领域,该方法包括:获取待分割的图像,图像中包括多个像素点;将图像输入预先搭建的图像分割神经网络中,以生成每个像素点的第一分割预测值;获取每个像素点的分割标注值,并根据每个像素点在图像中的位置计算每个像素点的权重;根据图像中任一所述像素点的第一分割预测值、分割标注值和权重计算损失函数,并反向传播所述损失函数,以更新图像分割神经网络的参数;通过更新后的图像分割神经网络生成待分割的图像第二分割预测值。本申请提出的方法可以在分割标注边缘不准确的情况下,得到更好的图像分割结果。
主权项:1.一种对边界误差鲁棒的图像分割方法,其特征在于,包括以下步骤:获取待分割的图像,所述图像中包括多个像素点;将所述图像输入预先搭建的图像分割神经网络中,以生成每个像素点的第一分割预测值;获取所述每个像素点的分割标注值,并根据所述每个像素点在所述图像中的位置计算所述每个像素点的权重;根据所述图像中任一所述像素点的第一分割预测值、分割标注值和权重计算损失函数,并反向传播所述损失函数,以更新所述图像分割神经网络的参数;通过更新后的所述图像分割神经网络生成所述待分割的图像第二分割预测值;其中,所述根据所述每个像素点在所述图像中的位置计算所述每个像素点的权重,包括:计算所述每个像素点的位置至所述图像中分割区域边界的最小距离值;以所述最小距离值为所述像素点的权重;其中,通过以下公式计算所述损失函数: 其中,是所述损失函数,是任一所述像素点,是像素点的分割标注值,是像素点的分割预测值,是像素点的权重,e是平滑项;其中,通过以下公式计算所述每个像素点的权重: 其中,是所述图像中分割区域边界上的任一像素点,并且,是所述像素点和所述像素点之间的欧几里得距离。
全文数据:
权利要求:
百度查询: 清华大学;中国人民解放军总医院 一种对边界误差鲁棒的图像分割方法和装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。