买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
摘要:本发明提供了一种图像分割方法及其设备,包括:获取待处理图像;将所述待处理图像输入所述分割神经网络模型,得到分割结果图;所述分割神经网络模型包括:输入模块、编码器模块、多个全局‑局部特征交互子网络、解码器模块和输出模块。本发明的全局‑局部特征交互子网络可以更好的捕捉到不同尺度的特征信息,并通过全局与局部特征的交互增强特征表示,显著提高了分割精度。
主权项:1.一种图像分割方法,其特征在于,包括:获取待处理图像;将所述待处理图像输入所述分割神经网络模型,得到分割结果图;所述分割神经网络模型包括:输入模块、编码器模块、多个全局-局部特征交互子网络、解码器模块和输出模块;所述输入模块用于接收待处理图像;所述编码器模块,包括多个编码层Ennci,i为1~N的自然数,N为编码层的个数;和多个Transformer层TLj,j为1~M的自然数,M为Transformer层的个数;所述编码层包含多尺度特征学习模块;每个编码层的输出局部特征每个Transformer层的输出局部特征分别为所述全局-局部特征交互子网络,用于接收每个编码层输出的局部特征,基于待处理图像提取的全局特征Fg,并通过全局特征和局部特征的交互来获得交互特征所述解码器模块包括多个解码层,分别为DecN,DecN-1...,Dec2,Dec1;所述Transformer层的输出局部特征和交互特征输入所述解码层DecN接收,获得输出Decm接收解码层Decm+1的输出和交互特征获得输出m为1~N-1的自然数;解码层通过上采样操作和卷积操作恢复空间分辨率;所述输出模块包括卷积层,用于接收最后一个解码层的输出得到分割结果图。
全文数据:
权利要求:
百度查询: 北京理工大学 一种图像分割方法及其设备
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。