[发明专利]一种基于损失函数的视频图像分割稳定性提升方法

权利要求书

1.一种基于损失函数的视频图像分割稳定性提升方法，其特征在于，包括以下步骤：

S1，模拟视频序列：通过线性几何变换模拟目标的运动，模拟视频序列之间存在的运动特征，采用自监督方式，不引入额外标注信息；

S2，训练模型：使用ImageNet数据训练基础模型的参数，使模型拥有图像分类先验信息，并在此基础上进行微调，其后使用验证集调节模型的相关超参数，从而确定出最终检测器的最优超参数；

S3，预训练模型微调：使用测试数据验证训练好的模型的性能，对模型的检测效果进行可视化，针对不同情况以及不同场景下的空洞和漏分割，采取相应优化措施，对目标分割效果优化；

S4，引入稳定性损失调整模型：对图像引入扰动模拟目标运动生成不同视角的图片，来微调S3中得到的网络，实现底层分割目标，减少孔洞以及漏分割，增强分割边界的一致性。

2.根据权利要求1所述的方法，其特征在于，所述线性几何变换包括旋转、缩放和平移。

3.根据权利要求1所述的方法，其特征在于，所述引入稳定性损失调整模型中对扰动图像进行视角对齐包括以下步骤：

对原图像通过矩阵变换实现大扰动效果，矩阵记为T_b；

对原图像通过矩阵变换实现小扰动效果，矩阵记为T_S；

将不同大小扰动增广后的图像与原图在batch_size维度叠加，组成3*batch_size大小的输入图像，输入网络进行前向传播，将大扰动的预测结果通过变换矩阵映射为原图对应视角后，利用T_S变换矩阵对齐小扰动视角。

4.根据权利要求3所述的方法，其特征在于，所述将大扰动图像预测结果对齐小扰动视角后，以小扰动为参照标签计算损失L_bs，同时计算小扰动与真实标签损失L_sy，分别乘以损失权重相加后计算得到总损失L_stab。