[发明专利]物体分割方法、装置、设备、存储介质及程序有效
| 申请号： | 201810151947.0 | 申请日： | 2018-02-14 |
| 公开（公告）号： | CN108305267B | 公开（公告）日： | 2020-08-11 |
| 发明（设计）人： | 李晓潇;吕健勤 | 申请（专利权）人： | 北京市商汤科技开发有限公司 |
| 主分类号： | G06T7/174 | 分类号： | G06T7/174;G06T7/215;G06T7/223 |
| 代理公司： | 北京思源智汇知识产权代理有限公司 11657 | 代理人： | 毛丽琴 |
| 地址： | 100084 北京市海淀区中*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请实施方式公开了一种物体分割方法、装置、电子设备、计算机可读存储介质以及计算机程序，其中的物体分割方法主要包括：确定视频序列中的包含有目标物体的扩展起点帧；获取所述扩展起点帧中的第一特征块以及所述扩展起点帧的光流指导变形信息，其中，所述第一特征块为扩展起点帧中的目标物体特征块；根据所述光流指导变形信息获得所述目标物体在所述扩展起点帧的相邻帧中的第二特征块；根据所述目标物体在所述相邻帧中的注意力信息、第一特征块以及第二特征块，获得相邻帧的目标物体掩膜，所述目标物体掩膜用于得到所述视频序列的分割结果。 | ||
| 搜索关键词： | 物体 分割 方法 装置 设备 存储 介质 程序 | ||
【主权项】：
1.一种物体分割方法，其特征在于，包括：确定视频序列中的包含有目标物体的扩展起点帧；获取所述扩展起点帧中的第一特征块以及所述扩展起点帧的光流指导变形信息，其中，所述第一特征块为扩展起点帧中的目标物体特征块；根据所述光流指导变形信息获得所述目标物体在所述扩展起点帧的相邻帧中的第二特征块；根据所述目标物体在所述相邻帧中的注意力信息、第一特征块以及第二特征块，获得相邻帧的目标物体掩膜，所述目标物体掩膜用于得到所述视频序列的分割结果。
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北京市商汤科技开发有限公司，未经北京市商汤科技开发有限公司许可，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/patent/201810151947.0/，转载请声明来源钻瓜专利网。
- 上一篇：基于条件随机场图结构学习的语义图像分割方法
- 下一篇：一种图像分割方法及装置
- 同类专利
- 一种斑马鱼荧光图像的分割方法及装置-202110882760.X
- 陈俊周;赵楠;韦艳宏 - 中山大学
- 2021-08-02 - 2023-09-15 - G06T7/174
- 本发明公开了一种斑马鱼荧光图像的分割方法及装置，所述方法包括：先获取多通道的斑马鱼荧光图像；再将多通道斑马鱼荧光图像输入至斑马鱼血管分割模型中，以使斑马鱼血管分割模型进行分割最终输出分割结果。其中，斑马鱼血管分割模型用于根据ECA注意力机制对多通道斑马鱼荧光图像进行图像增强处理后，进行降维处理并生成单通道的斑马鱼荧光图像，继而根据单通道的斑马鱼荧光图像进行分割。采用本发明实施例能提高对斑马鱼荧光图像的分割精度。
- 图像分割方法、装置、设备及计算机存储介质-202010321146.1
- 陈杨;戴宇榮 - 腾讯科技（深圳）有限公司
- 2020-04-22 - 2023-07-25 - G06T7/174
- 本申请提供了一种图像分割方法、装置、设备及计算机存储介质；方法包括：响应于进行图像分割的操作指令，获取待处理视频中的当前帧图像和前一帧图像的图像分割结果；基于当前帧图像和前一帧图像的图像分割结果确定当前帧图像的预测前景概率结果；基于当前帧图像的预测前景概率结果、前一帧图像至前k帧图像的前景概率结果，确定当前帧图像的目标前景概率结果；基于当前帧图像的目标前景概率结果和当前帧图像，确定当前帧图像的图像分割结果；至少基于当前帧图像的图像分割结果和当前帧图像，确定目标图像；输出并显示目标图像。如此，能够利用前一帧图像的分割结果指导神经网络模型进行当前帧的图像分割，从而得到时序连续的分割结果。
- 多期相融合的肝脏占位分割方法，装置及存储介质-202211375016.1
- 王博;赵威;申建虎;张伟;徐正清 - 北京精诊医疗科技有限公司
- 2022-11-04 - 2023-06-02 - G06T7/174
- 本申请提出一种多期相融合的肝脏占位分割方法，装置及存储介质，其中所述方法包括：通过对多期相肝脏CT图像样本进行配准，得到多期相初始图像；并通过三次样条插值法对多期相多期相初始图像进行重采样后，再进行数据处理，以得到目标图像样本；将目标图像样本输入至轻量3D肝脏占位分割模型进行分割处理，得到对应的分割结果；通过最近邻插值法对占位掩膜进行重采样，得到真实结果；根据真实结果和分割结果，构建聚合损失函数对轻量3D肝脏占位分割模型进行优化，得到目标轻量3D肝脏占位分割模型，这样增加了多期相数据的学习有效性，且增加了对多期相肝脏CT图像样本中占位的全局信息和空间信息的学习，达到了提高分割精度的目的。
- 图像分割方法、装置、电子设备及存储介质-202211731063.5
- 王进;方明;陈霆;刘鹏;王洪源 - 山东科讯信息科技有限公司
- 2022-12-30 - 2023-05-16 - G06T7/174
- 本公开提供了一种图像分割方法、装置、电子设备及存储介质，涉及人工智能技术领域。该方法包括：获取支持图像和查询图像，支持图像包括基类对象和新类对象；基于支持图像，提取第一图像特征，第一图像特征用于分割查询图像中的基类对象；基于支持图像和查询图像，提取第二图像特征，第二图像特征用于分割查询图像中的基类对象和新类对象；将第一图像特征和第二图像特征结合，得到第三图像特征；基于第三图像特征，对查询图像进行分割，得到第一图像分割结果。本公开实施例能够通过将原本的基类特征与新类注册后的基类特征结合，有效的改善新类注册过程中新类特征对基类特征的污染，从而使图像分割结果更准确。
- 留置针图像分割模型构建、针尖定位方法、装置及系统-201911258449.7
- 朱锐 - 深圳市中科微光医疗器械技术有限公司
- 2019-12-10 - 2023-04-25 - G06T7/174
- 本发明公开了一种留置针图像分割模型构建、针尖定位方法、装置及系统,首先可以训练出一个专用于包含有反光层区域的留置针图像的图像分割模型，能够识别多种厂家生产的不同类型的留置针，并且采用了目标轮廓识别任务，提高了对轮廓的识别精度，使得网络提取到目标的轮廓信息，提高了留置针图像分割结果的准确性，从而提高了后期留置针针尖定位的准确性；其次利用匹配方法获得样本图像，利用样本图像的比例参数就可以简单快速的根据反光层区域的位置确定留置针针尖在图像中的位置，从而提高了针尖定位的实时性，还利用样本图像的坐标变换参数计算待定位留置针的针尖深度，从而可以有效地节约程序运行的时间，提高了针尖深度定位的实时性。
- 一种快速人像照片的自动构图裁剪方法及系统-201911305183.7
- 胡耀武;李云夕;陈希玥 - 杭州小影创新科技股份有限公司
- 2019-12-17 - 2023-04-25 - G06T7/174
- 本发明公开了一种快速人像照片的自动构图裁剪方法及系统，该方法包括步骤：S1、创建人像照片构图模板，包含宽、高、第一感兴趣区域关键点数组；S2、提取待裁剪人像照片中与对应的关键点，生成第二感兴趣区域关键点数组；S3、计算人像照片构图模板、待裁剪人像照片的基准点；S4、基于所述人像照片构图模板及待裁剪人像照片计算构图偏移量；S5、计算人像照片构图模板与待裁剪人像照片间的仿射变换矩阵；S6、基于所述仿射变换矩阵对人像照片构图模板中的顶点坐标进行仿射，生成裁剪框，对所述待裁剪人像照片进行裁剪。本发明实现人像照片的自动裁剪，减少了工作量，提升了裁剪的处理效率。
- 基于多尺度特征融合的胸片肺野分割模型建立及分割方法-202010125718.9
- 冯宏伟;王文晶;冯筠 - 西北大学
- 2020-02-27 - 2023-04-07 - G06T7/174
- 本发明公开了基于多尺度特征融合的胸片肺野分割模型建立及分割方法，其中分割模型建立方法包括：首先对X光胸片的预处理，得到预处理图片和重编码后的掩模图片，其次构建基于多尺度卷积和特征金字塔的X光胸片肺野分割网络，最后使用预处理后的图片作为分割网络的输入，重编码后的掩模图片作为分割网络的输出训练分隔网络，得到训练好的分割模型。基于得到的分割模型，对于待处理的任一待处理的X光胸片，进行预处理后将其输入到分割模型中，即可得到肺野分割结果。本发明结合特征金字塔理论，提出了多分辨率特征融合，能够将将不同分辨率的分割结果进行融合，从而提高分割效果。
- 基于混合卷积的乳腺DCE-MRI图像病灶分割模型建立及分割方法-202010125719.3
- 冯宏伟;曹佳琦;王红玉;卜起荣;冯筠 - 西北大学
- 2020-02-27 - 2023-04-07 - G06T7/174
- 本发明公开了基于混合卷积的乳腺DCE‑MRI图像病灶分割模型建立及分割方法，其中分割模型建立方法包括：首先获取乳腺DCE‑MRI图像集中每个DCE‑MRI序列图像的三通道图像，其次构建基于混合卷积与ASPP网络的乳腺DCE‑MRI图像病灶分割网络，最后使用三通道的图像训练得到的分割网络，得到训练好的分割模型。基于得到的分割模型，对于待处理的任一DCE‑MRI序列图像，进行预处理得到三通道图像，然后将三通道图像输入到分割模型中，即可得到病灶分割结果。本发明通过混合的2D与3D卷积来提取图像3D空间特征，达到更为精准的分割结果；另外，使用ASPP提取多尺度上下文特征，从而有效地解决病灶尺寸差异对分割结果的影响。
- 一种基于ICA重构误差水平集的多图协同分割方法-201910492896.2
- 王斌;荆晓华;陈雪盈;孙亮;张建龙;王颖;李洁 - 西安电子科技大学
- 2019-06-06 - 2023-03-31 - G06T7/174
- 本发明属于图像处理技术领域，公开了一种基于ICA重构误差水平集的多图协同分割方法，使用ICA重构技术分别提取所有图像初始轮廓联合内部区域和当前图像初始轮廓外部区域的独立分量；然后通过独立分量重构当前图像的内部区域和外部区域；分别计算重构图像内外部区域与真实的内外部区域之间重构误差，用欧式距离度量所有图像内部和外部区域的重构误差并构造水平集形式的能量函数；最后采用变分法最小化该能量函数，驱动每幅图像中初始轮廓演化到目标边界不断迭代，直至分割出一组图像的公共前景。本发明ICA的独立成分是服从非高斯分布，图像中底层和高层语义特征也是服从非高斯分布的，使本发明可以在N幅具有相同或相似目标的图像中有效的分割出目标。
- 一种基于知识蒸馏的遥感变化检测方法-202211046284.9
- 王兵;王春月;刘思言;付璐;秦磊;于海洋;赵宇恒 - 长光卫星技术股份有限公司
- 2022-08-30 - 2022-11-08 - G06T7/174
- 本发明提出一种基于知识蒸馏的遥感变化检测方法。所述方法具体包括：首先设计两个模型，所述两个模型分别为参数量大的教师模型和参数量小的轻量化学生模型，教师模型拥有更好的计算结果，学生模型具有更高的计算效率；其次，使用真实的遥感变化检测数据集对两个模型进行联合训练，与此同时设计一个度量函数，约束两个模型的预测，使得两个模型的预测结果保持一致，此过程称之为全局预测知识蒸馏；最后，针对编码器的输出进行了距离的约束，该约束过程称之为编码表示知识蒸馏。所述的方法对模型进行优化后，模型在大规模数据集上的推理速度大大提高，同时推理结果也相比大模型不降反升，无疑达到了被期待的结果。
- 图像裁剪方法、装置、电子设备及存储介质-202210841399.0
- 不公告发明人 - 北京城市网邻信息技术有限公司
- 2022-07-18 - 2022-10-28 - G06T7/174
- 本申请提供一种图像裁剪方法、装置、电子设备及存储介质，其中，该方法包括：在对目标对象进行环拍且获取经单应性变换后的多张第一图像的情况下，根据多张第一图像分别对应的第一Mask图像，确定第一目标Mask图像，第一目标Mask图像基于多张第一Mask图像的像素点对应的像素值确定；对第一目标Mask图像进行翻转处理，获取第二目标Mask图像；根据第二目标Mask图像确定以图像中心点为中心的目标区域；根据目标区域对多张第一图像进行裁剪。本申请可以在多张第一Mask图像的重叠区域确定合适的裁剪区域，基于确定的裁剪区域对多张第一图像进行裁剪，可以相对准确地进行图像裁剪，达到理想的裁剪效果。
- 一种肝脏血管分割方法、装置及电子设备-201910916334.6
- 刘莉 - 联想（北京）有限公司
- 2019-09-26 - 2022-10-21 - G06T7/174
- 本申请公开了一种肝脏血管分割方法、装置及电子设备，方法包括：获得对肝脏进行扫描得到的图像组，所述图像组中包括针对所述肝脏在多个扫描层面上的目标图像；获取所述目标图像的掩膜图像，所述掩膜图像为包含所述肝脏所在区域的图像；基于所述掩膜图像，通过第一分割方式对所述目标图像中的肝外血管进行分割，得到所述肝外血管的血管图像；基于所述肝外血管的血管图像，通过第二分割方式对所述目标图像中的肝内血管进行分割，得到所述肝内血管的血管图像；其中，所述第一分割方式和所述第二分割方式不同。
- 一种基于残差网络的多序列MRI图像分割方法-202010490335.1
- 葛宏伟;任小燕;候亚庆;孙亮 - 大连理工大学
- 2020-06-02 - 2022-10-04 - G06T7/174
- 本发明属于计算机视觉与机器学习的交叉领域，一种基于残差网络的多序列MRI图像分割方法，首先将数据集中的MRI多序列作为输入图像的多个通道进行合并处理，并对分割序列进行分离，分离为不同类别的分割图。本发明在经典的编码器解码器分割网络的基础上引入了残差网络，用残差单元代替原来的编码解码网络。利用残差单元内的跳转连接，提取更多的局部特征。增加了同一层级残差单元之间的跳转连接，实现了全局特征的提取。此外，针对MRI图像中目标区域与背景区域在图像中所占比例相差大而导致的分割类别不平衡问题，本发明将交叉熵损失与Dice损失线性结合，并对Dice损失加权来解决该问题。
- 一种腹部CT序列图像病变肝脏分割方法-201910029480.7
- 赵于前;李阳;廖苗;杨振;廖胜辉 - 中南大学
- 2019-01-13 - 2022-05-31 - G06T7/174
- 本发明公开了一种腹部CT序列图像病变肝脏分割方法，包括：利用灰度偏移场及腹部CT序列切片空间相关性构建水平集能量函数，进行病变肝脏初分割；基于肝脏网格构建肝脏字典，利用字典原子的稀疏形状组合完成病变肝脏形状校正；构建病变肝脏形状先验，并将其融入图割能量函数，优化病变肝脏分割结果，完成病变肝脏的最终分割。本发明方法能够有效分割腹部CT序列图像中的病变肝脏，且可避免对肝脏病变区域的欠分割。
- 一种基于图像融合技术的多模态图像分割方法-202210128620.8
- 刘羽;牧富豪;成娟;李畅;宋仁成;陈勋 - 合肥工业大学
- 2022-02-11 - 2022-05-13 - G06T7/174
- 本发明公开了一种基于图像融合技术的多模态图像分割方法，包括：第一步，融合多模态图像：数据获取及预处理，建立基于像素级的融合网络，训练网络和输出融合模态图像；第二步，分割多模态图像：数据获取及预处理，建立基于特征级融合的多模态特征选择模块与分割网络，分割网络训练和分割图像后处理。本发明从像素级融合和特征级融合两个角度提升了图像分割的精度，为图像的进一步分析处理提供了有力的支持。
- 基于深度学习的心脏CT图像分割方法、装置、设备及介质-201810685558.6
- 胡战利;马慧;吴垠;梁栋;杨永峰;刘新;郑海荣 - 深圳先进技术研究院
- 2018-06-28 - 2022-05-06 - G06T7/174
- 本发明适用医学图像处理技术领域，提供了一种深度学习的心脏CT图像分割方法、装置、设备及介质，该方法包括：当接收到心脏CT图像的分割请求时，获取用户输入的心脏CT图像，对获取到的心脏CT图像进行预处理，获得对应的预处理图像，通过预先训练好的V‑Net模型对该预处理图像中预设的心脏组织区域进行图像分割，获得心脏CT图像对应的心脏组织区域分割图像，从而提高了对心脏CT图像进行图像分割的精确度，进而获得高精度的分割图像，提高手术的安全程度。
- 一种基于显式构图规则建模的智能图像裁剪方法及装置-202110655020.2
- 洪超仪;曹治国;杜帅元;鲜可;陆昊 - 华中科技大学
- 2021-06-11 - 2022-04-26 - G06T7/174
- 本发明公开了一种基于显式构图规则建模的智能图像裁剪方法及装置，属于图像美学与多媒体技术领域，方法包括：i)利用深度卷积网络作为骨架网络对输入图像进行特征提取；ii)对于构图分支，基于类别激活映射技术生成每类构图规则的置信度以及相应的类别激活图，并将其融合为关键要素图；iii)对于裁剪分支，对骨架网络的特征图进一步编码，在原图中预设均匀的锚点，裁剪网络输出这些锚点与标注裁剪框的偏移量；利用关键要素图对每个预设的锚点进行加权，得到预测裁剪框；iv)利用损失函数对整个网络进行优化。本发明关注了裁剪结果的构图可解释性，提高了裁剪结果的构图质量，具有很高的处理速度，实时性强。
- 图像处理方法和存储介质-202111449322.0
- 刘尚;于超辉;王志斌;李昊 - 阿里巴巴达摩院（杭州）科技有限公司
- 2021-11-30 - 2022-04-22 - G06T7/174
- 本发明公开了一种图像处理方法和存储介质。其中，该方法包括：获取第一目标对象的第一图像数据，其中，第一图像数据属于第一数据域；将第一图像数据转换为第一目标对象的第二图像数据，其中，第二图像数据属于第二数据域；基于目标分割模型对第二图像数据进行分割处理，得到目标分割结果，其中，目标分割模型为基于第二目标对象的第三图像数据训练得到，第三图像数据属于第二数据域。本发明解决了对不同数据域的图像数据进行分割的效果差的技术问题。
- 人体组织特征参数的识别方法及装置-202111256716.4
- 梁翠霞;陈德彦;吕晓凤 - 沈阳先进医疗设备技术孵化中心有限公司
- 2021-10-27 - 2022-03-08 - G06T7/174
- 本发明公开了一种人体组织特征参数的识别方法及装置，涉及图像处理技术领域，主要目的在于解决现有人体组织特征参数的识别准确性差的问题。包括：获取目标人体组织的重建图像数据，所述重建图像数据包括对原始图像数据进行重建处理得到的第一重建图像数据，以及对掩膜图像数据进行重建处理得到的第二重建图像数据；生成与所述第二重建图像数据匹配的种子点标记图像数据，并按照所述目标人体组织的分类特征对所述第一重建图像数据、所述种子点标记图像数据进行分割处理，得到图像分割处理结果；基于所述目标人体组织的形态特征识别所述图像分割处理结果中的特征参数。主要用于人体组织特征参数的识别方法。
- 基于视频的图像分割方法、分割模型的训练方法以及设备-202111501991.8
- 陶大程;兰猛 - 京东科技信息技术有限公司
- 2021-12-09 - 2022-02-25 - G06T7/174
- 本申请实施例提供一种基于视频的图像分割方法、分割模型的训练方法以及设备，涉及图像技术领域和视频技术领域，其中，该方法包括：获取第一图像和第二图像，将第一图像输入至分割模型的第一模型中，得到第一图像的图像特征；将图像特征存储至分割模型的存储池中，得到第一特征；第一特征包括多帧图像的图像特征，多帧图像中的每帧图像均标注出目标对象；将第二图像输入至分割模型的第二模型中，得到第二图像的第二特征；第一模型和第二模型为孪生网络下的两个模型；基于分割模型对第一特征和第二特征进行编解码处理，得到第二图像的分割图像。避免了特征的重复提取，可以将特征进行复用，降低了图像分割的计算量，提高了图像分割的效率和速度。
- 使用深度学习的基于图谱集的分割-202111210496.1
- 韩骁;妮科莱特·帕特里夏·马格罗 - 医科达有限公司
- 2019-02-12 - 2022-02-11 - G06T7/174
- 本申请公开了使用深度学习的基于图谱集的分割。在基于图谱集的分割过程中操作经训练的机器学习模型分类器的计算机实现的方法包括：将机器学习模型分类器应用于受试者图像以产生受试者图像的各个区域的分类，机器学习模型分类器已经由与机器学习模型分类器分离的深度学习模型产生的数据训练；基于受试者图像的各个区域的分类估计受试者图像的各个区域的结构标记；以及通过将估计的结构标记与对受试者图像进行基于图谱集的分割产生的结构标记组合来定义受试者图像的各个区域的结构标记；其中机器学习模型分类器使用从深度学习模型产生的数据来训练以对图谱集图像中的多个解剖结构分类；并且其中深度学习模型包括生成数据的卷积神经网络。
- 基于多视图融合网络的超声心动左心房图分割方法及系统-202111424991.2
- 刘治;曹艳坤;崔笑笑;米加;隋小瑜;杨美君 - 山东大学
- 2021-11-26 - 2022-02-01 - G06T7/174
- 本发明属于医学图像分割技术领域，具体涉及一种基于多视图融合网络的超声心动左心房图分割方法及系统。其中，该方法包括获取超声心动图中心尖二腔室、心尖三腔室和心尖四腔室的医学图像，并分别进行预处理；将预处理后的心尖二腔室医学图像、心尖三腔室医学图像和心尖四腔室医学图像分别输入对应编码器中进行编码；基于特征聚合重分配模块，其用于将将所述编码器得到的单个特征进行空间重分配，得到三个视图空间映射后的特征；基于特征聚合重分配处理后的单个视图特征进行解码操作，分别得到三个视图的解码特征，进而再经过多视图特征聚合重分配，得到精确的分割结果。
- 图像分割方法、装置、计算机设备和存储介质-202111341803.X
- 刘应龙 - 深圳市联影高端医疗装备创新研究院
- 2021-11-12 - 2022-01-21 - G06T7/174
- 本申请涉及一种图像分割方法、装置、计算机设备、存储介质和计算机程序产品。该方法包括：获取待测对象的初始扫描图像，并将初始扫描图像输入预设的图像处理模型中，获得目标分割图像；目标分割图像为初始扫描图像对应的掩模图像，掩模图像中包括初始扫描图像中的至少一种标注对象；其中，图像处理模型包括生成网络模型和图像分割模型，生成网络模型用于根据初始扫描图像生成辅助图像；图像分割模型为采用初始扫描图像样本集和辅助图像样本集训练得到的分割模型。本申请实施例中，可以基于初始扫描图像实现对不同标注对象的自动分割，无需人工在初始扫描图像中手动勾画出不同对象，避免手动勾画错误的情况，提高勾画的效率以及勾画的准确性。
- 图像处理方法、装置、设备及存储介质-202111227974.X
- 贾梦晓 - 平安普惠企业管理有限公司
- 2021-10-21 - 2021-12-24 - G06T7/174
- 本申请涉及计算机视觉技术领域，提供一种图像处理方法、装置、设备及计算机可读存储介质，该方法包括：获取待识别的多个图像；根据图像切割模板在第一图像上确定第一像素块，以及在第二图像上确定第二像素块；确定第一像素块和第二像素块之间的色值差；若色值差大于预设阈值，且图像切割模板的大小小于预设的模板上限，增大图像切割模板的大小；若色值差小于或等于预设阈值，确定第一图像和第二图像相似；根据相似的图像各自的图像质量，输出相似的图像各自的处理建议。可以提升图像处理的精确度。此外，本申请还涉及区块链技术，图像切割模板可以存储在区块链中。
- 基于卷积神经网络的3D CT椎体分割算法-202010421121.9
- 傅豪 - 傅豪
- 2020-05-18 - 2021-11-23 - G06T7/174
- 本发明提供一种基于卷积神经网络的3D CT椎体分割算法，包括以下步骤：S1、对原始的CT图像及其对应标注进行预处理，获得预处理之后的图像数据；S2、将预处理后的图像生成数据集，按照训练集和测试集3:1的比例划分；S3、将训练集图像及其标签用数据增强技术数据扩增，进行在线训练；S4、训练和测试：训练时，将训练集增强后的图像及其对应的标注输入设计好的卷积神经网络架构，测试时，输入测试集的图像数据，即可获得快速，准确的分割结果。本发明可以在3D CT图像中快速、准确的分割出每一节椎骨，将放射科的医生从重复标记椎体的工作中解放出来，提高了医生的工作效率。
- 图像分割方法、图像分割装置及终端设备-202110742546.4
- 顾在旺;程骏;庞建新 - 深圳市优必选科技股份有限公司
- 2021-06-30 - 2021-11-12 - G06T7/174
- 本申请提供的一种图像分割方法，包括：将彩色图像和深度图像输入预设深度学习模型中的特征提取模块，获得针对彩色图像的第一提取特征以及针对深度图像的第二提取特征，彩色图像和深度图像为对同一场景拍摄而得到；将第一提取特征和第二提取特征输入预设深度学习模型中的子模型，获得第一输出和第二输出；将第一输出和第二输出进行融合后，输入特征解码模块，获得特征解码模块输出的图像分割结果。通过上述方法，可以有效地融合多个维度的图像信息来进行图像分割，从而提升图像分割的精度。
- 用于处理图像的方法和装置-201910598165.6
- 邓涵 - 北京字节跳动网络技术有限公司
- 2019-07-04 - 2021-09-03 - G06T7/174
- 本公开的实施例公开了用于处理图像的方法和装置。该方法的一具体实施方式包括：获取第一图像的第一分割图像，获取第一图像的前一帧图像的第二分割图像，第一分割图像和第二分割图像的像素点的像素值与像素点属于前景的概率成比例；对于第一分割图像的、对应的像素值属于第二预设区间的像素点，确定该像素点的像素值的置信度作为第一置信度，第一置信度与该像素点和第一预设区间的中点值的差的绝对值正相关；根据第一置信度，确定该像素点的权重和第二分割图像的与该像素点的位置对应的第二像素点的权重；确定该像素点的像素值与第二像素点的像素值的加权和作为该像素点的新像素值。该实施方式减小了前后两帧图像的分割图像之间的波动。
- 胎儿头部分割方法、装置和存储介质-201911345490.8
- 过易;汪燕;赵明昌;陈建军 - 无锡祥生医疗科技股份有限公司
- 2019-12-24 - 2021-06-25 - G06T7/174
- 本发明涉及超声设备技术领域，具体公开了一种胎儿头部分割方法、装置和存储介质。所述方法包括：获取胎儿超声图像，所述胎儿超声图像包括胎儿的头部；通过头部分割网络分割得到所述胎儿超声图像中的胎儿头部，所述头部分割网络为根据超声图像训练集以及每张胎儿超声图像的标注信息训练得到的用于分割胎儿超声图像中的胎儿头部的网络，其中，所述标注信息用于标注每张胎儿超声图像中胎儿头部的区域以及非胎儿头部的区域。解决了现有技术中胎儿头部的图像中包括噪声干扰医生判断进而使得医生的判断效率较低的问题，达到了可以提高医生的判断效率的效果。
- 一种入口治超车辆特征采集方法及系统-202011479906.8
- 赖志博;李康;胡攀攀 - 武汉万集信息技术有限公司
- 2020-12-15 - 2021-03-16 - G06T7/174
- 本发明公开了一种入口治超车辆特征采集方法及系统，涉及智能交通领域。该系统包括：扫描式激光检测设备，用于扫描车辆侧面轮廓，采集激光照射在反射面上的反射率；第一高清摄像头，用于抓拍车辆正面图片，识别车牌；第二高清摄像头，用于抓拍车辆尾部图片；数据处理及控制单元，用于识别车辆轮轴和载客人数，保存第一高清摄像头上传的视频流，车辆特征采集完成后将所述特征信息打包上传至服务器。本发明提供的方案具有结构简单，安装方便，识别精度高，运行稳定的特点。
- 图像处理方法、装置、计算机设备和存储介质-202011288760.9
- 卢承磊;王余超;何思敏;庄之中;王永 - 武汉联影医疗科技有限公司
- 2020-11-17 - 2021-02-05 - G06T7/174
- 本申请涉及一种图像处理方法、装置、计算机设备和存储介质。方法包括：接收服务器发送的阅片响应数据；阅片响应数据为服务器基于用户的阅片操作指令对图像进行计算获得的；阅片响应数据中包含图像数据和非图像数据；将图像数据和非图像数据进行合并处理，获得更新图像；将更新图像显示在阅片界面上。采用上述方法可以减少阅片更新次数，提升阅片诊断的流畅性，降低误诊风险。
- 专利分类
