[发明专利]一种基于种子生长及边界约束的弱监督图像语义分割方法有效
| 申请号： | 201910243680.2 | 申请日： | 2019-03-28 |
| 公开（公告）号： | CN109993173B | 公开（公告）日： | 2023-07-21 |
| 发明（设计）人： | 罗荣华;华梅芳 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06V10/26 | 分类号： | G06V10/26;G06V40/10;G06T7/187 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 林梅繁 |
| 地址： | 510640 广*** | 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： | 本发明属于深度学习和计算机视觉技术领域，涉及一种基于种子生长及边界约束的弱监督图像语义分割方法，包括：对待分割图像进行预处理，并通过弱定位的方法，提取待分割图像中目标物体的初始种子点；以初始种子点作为监督信息，采用分割网络对图像进行初分割，并引入线性约束指导种子点合理生长，得到生长后的目标物体；结合条件随机场和Roberts算子，对生长后的目标物体进行分割边缘优化，输出分割结果；构建及训练弱监督语义分割MSOSEC模型，对训练好的MSOSEC模型进行参数权重的评估，剪除权重较低的参数，得到优化后的MSOSEC模型；基于优化后的MSOSEC模型，进行弱监督图像语义分割。本发明方法提高了弱监督图像语义分割质量及效率。 | ||
| 搜索关键词： | 一种 基于 种子 生长 边界 约束 监督 图像 语义 分割 方法 | ||
【主权项】：
1.一种基于种子生长及边界约束的弱监督图像语义分割方法，其特征在于，包括：S1、对待分割图像进行预处理，并通过弱定位的方法，提取待分割图像中目标物体的初始种子点；S2、以初始种子点作为监督信息，采用分割网络对图像进行初分割，并引入线性约束指导种子点合理生长，得到生长后的目标物体；S3、结合条件随机场和Roberts算子，对生长后的目标物体进行分割边缘优化，输出分割结果；S4、构建及训练弱监督语义分割MSOSEC模型，对训练好的MSOSEC模型进行参数权重的评估，剪除权重较低的参数，得到优化后的MSOSEC模型；S5、基于优化后的MSOSEC模型，进行弱监督图像语义分割。
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华南理工大学，未经华南理工大学许可，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/201910243680.2/，转载请声明来源钻瓜专利网。
- 上一篇：道路车流的车牌识别方法
- 下一篇：一种基于噪声抑制的空中目标检测方法及系统
