[发明专利]图像处理方法、装置、设备以及存储介质在审

专利信息
申请号: 202111296226.7 申请日: 2021-11-03
公开(公告)号: CN114332553A 公开(公告)日: 2022-04-12
发明(设计)人: 曾军;沈昊成;韩骁 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06V10/774 分类号: G06V10/774;G06V10/778;G06V10/764;G06V10/82;G06N3/04;G06N3/08
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 李文静
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 方法 装置 设备 以及 存储 介质
【权利要求书】:

1.一种图像处理方法,其特征在于,所述方法包括:

通过学生模型,获取第一样本集中第一样本图像的第一预测标注图像,以及,获取第二样本集中第二样本图像对的混合图像的混合标注图像,所述第二样本图像对包括至少两个第二样本图像;

通过教师模型,获取所述第二样本图像对的标注混合图像,所述标注混合图像基于所述至少两个第二样本图像的第二预测标注图像得到;

基于所述第一预测标注图像、所述第一样本图像的第一标注图像、所述混合标注图像和所述标注混合图像,对所述学生模型和所述教师模型进行训练,以得到第一图像处理模型,所述第一图像处理模型用于确定输入图像的标注图像,所述第一标注图像用于表示所述第一样本图像中的生理组织区域所属的组织类别;

基于所述第一图像处理模型,获取所述第二样本集中多个第二样本图像的第二标注图像,所述第二标注图像用于表示所述第二样本图像中的生理组织区域所属的预测组织类别;

基于所述第一样本集中的多个第一样本图像、所述多个第一样本图像的第一标注图像、所述多个第二样本图像和多个所述第二标注图像,训练第二图像处理模型,所述第二图像处理模型用于确定输入图像的标注图像。

2.根据权利要求1所述的方法,其特征在于,所述基于所述第一预测标注图像、所述第一样本图像的第一标注图像、所述混合标注图像和所述混合标注图像,对所述学生模型和所述教师模型进行训练,以得到第一图像处理模型,包括:

确定所述第一预测标注图像和所述第一标注图像之间的第一差异信息;

确定所述混合标注图像和所述标注混合图像之间的第二差异信息;

基于所述第一差异信息和所述第二差异信息,对所述学生模型和所述教师模型进行训练,以得到所述第一图像处理模型。

3.根据权利要求2所述的方法,其特征在于,所述确定所述混合标注图像和所述标注混合图像之间的第二差异信息,包括:

确定所述混合标注图像和所述标注混合图像之间的第三差异信息;

将所述第三差异信息与所述混合标注图像包括的像素点的总数之间的比值,作为所述第二差异信息。

4.根据权利要求3所述的方法,其特征在于,所述确定所述混合标注图像和所述标注混合图像之间的第三差异信息,包括:

确定多个像素点对,确定每个所述像素点对包括的第一像素点和第二像素点的像素值差值的平方值,所述第一像素点为所述混合标注图像中的像素点,所述第二像素点为所述标注混合图像中相应位置上的像素点,任一像素点的像素值表示所述像素点所属的预测组织类别;

将所述多个像素点对的平方值之和作为所述第三差异信息。

5.根据权利要求2所述的方法,其特征在于,所述基于所述第一差异信息和所述第二差异信息,对所述学生模型和所述教师模型进行训练,以得到所述第一图像处理模型,包括:

将所述第一差异信息和所述第二差异信息进行加权求和,得到第四差异信息;

基于所述第四差异信息,对所述学生模型的模型参数进行调整,基于所述学生模型调整后的模型参数,对所述教师模型的模型参数进行调整;

基于对应的所述调整后的模型参数,分别训练所述学生模型和所述教师模型;

从训练好的所述学生模型和训练好的所述教师模型中,确定所述第一图像处理模型。

6.根据权利要求1所述的方法,其特征在于,所述方法还包括:

从所述第二样本集中获取所述第二样本图像对;

对所述第二样本图像对中的至少两个第二样本图像进行剪切混合,得到所述混合图像。

7.根据权利要求6所述的方法,其特征在于,所述至少两个第二样本图像包括第三样本图像和第四样本图像;所述对所述第二样本图像对中的至少两个第二样本图像进行剪切混合,得到所述混合图像,包括:

确定裁剪窗口;

在所述第三样本图像中,裁剪掉所述裁剪窗口对应的第一图像区域;

从所述第四样本图像中,提取所述裁剪窗口对应的第二图像区域,将所述第二图像区域填充至所述第三样本图像中所述第一图像区域所在的位置,得到所述混合图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111296226.7/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top