[發(fā)明專利]基于語義分割網(wǎng)絡的人體外表損傷檢測方法及相關設備

有效

• 申請?zhí)枺?/td>: 201910901600.8
• 申請日: 2019-09-23
• 公開（公告）號: CN110874594B
• 公開（公告）日: 2023-06-30
• 發(fā)明（設計）人: 趙霄鴻;劉莉紅;劉玉宇
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06V10/26
• 分類號: G06V10/26;G06V10/44;G06V10/77;G06V10/80;G06V10/774;G06V10/82;G06N3/0464;G06T7/00
• 代理公司: 深圳市賽恩倍吉知識產(chǎn)權代理有限公司 44334
• 代理人: 劉麗華;孫芬

一種基于語義分割網(wǎng)絡的人體外表損傷檢測方法，所述方法包括：獲取需要進行人體外表損傷檢測的待檢測圖片；將所述待檢測圖片輸入至基于語義分割的人體損傷檢測模型中；依次通過人體損傷檢測模型中的區(qū)域候選網(wǎng)絡以及輸出網(wǎng)絡進行特征提取；將區(qū)域候選網(wǎng)絡提取的第一特征圖與輸出網(wǎng)絡提取的第二特征圖進行特征融合，獲得最終特征圖；對最終特征圖進行特征檢測，獲得待檢測圖片的人體外表損傷檢測結果，其中，人體外表損傷檢測結果包括損傷區(qū)域邊界框、損傷類型及圖片掩膜。本發(fā)明還提供一種基于語義分割網(wǎng)絡的人體外表損傷檢測裝置、電子設備及存儲介質。本發(fā)明能更加精確地對人體外表損傷進行檢測。

技術領域

本發(fā)明涉及圖片檢測技術領域，尤其涉及一種基于語義分割網(wǎng)絡的人體外表損傷檢測方法及相關設備。

背景技術

近年來，計算機視覺作為人工智能的一個重要領域，在人們日常生活中起到越來越重要的作用。尤其在醫(yī)療領域，計算機視覺已經(jīng)有了較為廣泛的引用，例如：基于計算機視覺的肺塵病檢測、乳腺癌檢測等。

實踐中發(fā)現(xiàn)，在對人體外表損傷進行鑒定時，通常采用計算機視覺中的目標檢測方法，如Faster-RCNN、SSD、YOLO等，這種目標檢測方法一般只能將目標物體限定在固定形狀內(一般為矩形)，而人體外表損傷通常為尺寸不固定的不規(guī)則形狀，基于上述目標檢測方法的檢測結果會包含較多的無關背景區(qū)域，在以面積作為鑒定標準的損傷鑒定中，這些誤差將對結果產(chǎn)生較大影響。

因此，如何更加精確地對人體外表損傷進行檢測是一個亟待解決的技術問題。

發(fā)明內容

鑒于以上內容，有必要提供一種基于語義分割網(wǎng)絡的人體外表損傷檢測方法及相關設備，能夠更加精確地對人體外表損傷進行檢測。

本發(fā)明的第一方面提供一種基于語義分割網(wǎng)絡的人體外表損傷檢測方法，所述方法包括：

獲取需要進行人體外表損傷檢測的待檢測圖片；

將所述待檢測圖片輸入至基于語義分割的人體損傷檢測模型中；

依次通過所述人體損傷檢測模型中的區(qū)域候選網(wǎng)絡以及輸出網(wǎng)絡進行特征提取；

將所述區(qū)域候選網(wǎng)絡提取的第一特征圖與所述輸出網(wǎng)絡提取的第二特征圖進行特征融合，獲得最終特征圖；

對所述最終特征圖進行特征檢測，獲得所述待檢測圖片的人體外表損傷檢測結果，其中，所述人體外表損傷檢測結果包括損傷區(qū)域邊界框、損傷類型及圖片掩膜。

在一種可能的實現(xiàn)方式中，所述獲取需要進行人體外表損傷檢測的待檢測圖片之前，所述方法還包括：

獲取多個需要進行模型訓練的原始人體損傷圖片；

接收用戶對每個所述原始人體損傷圖片的受損區(qū)域進行邊界標注輸入的多邊形區(qū)域，以及接收用戶針對所述原始人體受損區(qū)域輸入的損傷類型；

將所述多邊形區(qū)域以及所述損傷類型保存成格式化文件；

根據(jù)所述多邊形區(qū)域的像素值，生成圖片掩膜；

將所述原始人體損傷圖片、所述格式化文件以及所述圖片掩膜輸入至語義分割網(wǎng)絡框架模型中進行訓練，獲得訓練好的人體損傷檢測模型。

在一種可能的實現(xiàn)方式中，所述根據(jù)所述多邊形區(qū)域的像素值，生成圖片掩膜包括：

根據(jù)所述多邊形區(qū)域，將所述多邊形區(qū)域的內部區(qū)域確定為目標區(qū)域，以及將所述多邊形區(qū)域的外部區(qū)域確定為背景區(qū)域；

按照所述損傷類型，將所述目標區(qū)域的像素值設置為第一標識，以及將所述背景區(qū)域的像素值設置為第二標識；

根據(jù)所述第一標識以及所述第二標識，生成圖片掩膜。