[发明专利]基于轻量级多尺度特征增强网络的小样本图像分割方法在审
| 申请号： | 202211475679.0 | 申请日： | 2022-11-23 |
| 公开（公告）号： | CN115908806A | 公开（公告）日： | 2023-04-04 |
| 发明（设计）人： | 李群;孙宝泉;肖甫;盛碧云;沙乐天 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06V10/26 | 分类号： | G06V10/26;G06V10/40;G06V10/764;G06V10/80;G06V10/82;G06N3/045;G06N3/0464;G06N3/084 |
| 代理公司： | 南京正联知识产权代理有限公司 32243 | 代理人： | 姜梦翔 |
| 地址： | 210023 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于轻量级多尺度特征增强网络的小样本图像分割方法，提供了一种新型的小样本图像分割网络，即轻量级多尺度特征增强网络Lite‑FENet，该网络提取具有丰富的上下文信息的多尺度特征表示，为预测像素生成描述性特征，能够有效缓解支持样本和查询样本之间存在的偏差。此外，该网络可以替换小样本图像分割方法的后端特征交互模块，进一步提升性能。本发明提供了空间交互模块SIM，以较低的参数量实现了长距离不同空间尺度之间上下文信息传递，其中自上而下的跨尺度传输自适应地为低分辨率特征提供所需的信息，并输出细化的特征图。该方法能够准确、高效地对查询图像特定目标类别进行预测分割，抑制错误预测，当支持样本和查询样本出现偏差时仍具有鲁棒性。 | ||
| 搜索关键词： | 基于 轻量级 尺度 特征 增强 网络 样本 图像 分割 方法 | ||
【主权项】：
暂无信息
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南京邮电大学，未经南京邮电大学许可，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/202211475679.0/，转载请声明来源钻瓜专利网。
