[發(fā)明專利]一種基于雙路相關性學習網(wǎng)絡的圖像分割方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202010020569.X
• 申請日: 2020-01-09
• 公開（公告）號: CN111223100A
• 公開（公告）日: 2020-06-02
• 發(fā)明（設計）人: 襲肖明;于治樓;金長新
• 申請（專利權）人: 濟南浪潮高新科技投資發(fā)展有限公司
• 主分類號: G06T7/10
• 分類號: G06T7/10
• 代理公司: 濟南信達專利事務所有限公司 37100
• 代理人: 馮春連

本發(fā)明公開一種基于雙路相關性學習網(wǎng)絡的圖像分割方法及系統(tǒng)，涉及圖像分割技術領域，其實現(xiàn)包括：引入半監(jiān)督分割框架，構建結構相同的上路網(wǎng)絡和下路網(wǎng)絡；基于像素之間的相關性，在上路網(wǎng)絡中構建關系圖；基于關系圖，將有標記的圖像輸入上路網(wǎng)絡進行訓練，得到訓練完成的上路網(wǎng)絡；將未標記的圖像輸入下路網(wǎng)絡，對下路網(wǎng)絡的可調(diào)參數(shù)進行賦值，使下路網(wǎng)絡的分割結果與訓練所得上路網(wǎng)絡的分割結果一致，此時，得到訓練完成的下路網(wǎng)絡；將待分割的未標記圖像輸入訓練完成的上路網(wǎng)絡和下路網(wǎng)絡，訓練完成的上路網(wǎng)絡和下路網(wǎng)絡輸出一致的分割結果。本發(fā)明可以充分利用未標記圖像及像素之間的結構信息，提高分割精度。

技術領域

本發(fā)明涉及圖像分割技術領域，具體的說是一種基于雙路相關性學習網(wǎng)絡的圖像分割方法及系統(tǒng)。

背景技術

圖像分割是計算機視覺領域中比較重要的一個研究領域，已被廣泛應用到手術導航、無人駕駛等領域。現(xiàn)有分割方法大多是基于監(jiān)督的方法，依賴大量的監(jiān)督數(shù)據(jù)。然而，在某些特定任務中，獲取大量的分割標記是較為困難的。例如，對于醫(yī)學數(shù)據(jù)，由于該類數(shù)據(jù)的特殊性，很難獲取大量的標記。

針對此類只有少量監(jiān)督數(shù)據(jù)的任務，提出一種基于雙路相關性學習網(wǎng)絡的圖像分割方法及系統(tǒng)。

發(fā)明內(nèi)容

本發(fā)明針對目前技術發(fā)展的需求和不足之處，提供一種基于雙路相關性學習網(wǎng)絡的圖像分割方法及系統(tǒng)，以充分利用未標記圖像及像素之間的結構信息，來提高分割精度。

首先，本發(fā)明提供一種基于雙路相關性學習網(wǎng)絡的圖像分割方法，解決上述技術問題采用的技術方案如下：

一種基于雙路相關性學習網(wǎng)絡的圖像分割方法，其實現(xiàn)過程包括：

引入半監(jiān)督分割框架，構建結構相同的上路網(wǎng)絡和下路網(wǎng)絡；

基于像素之間的相關性，在上路網(wǎng)絡中構建關系圖；

基于關系圖，將有標記的圖像輸入上路網(wǎng)絡進行訓練，得到訓練完成的上路網(wǎng)絡；

將未標記的圖像輸入下路網(wǎng)絡，對下路網(wǎng)絡的可調(diào)參數(shù)進行賦值，使下路網(wǎng)絡的分割結果與訓練所得上路網(wǎng)絡的分割結果一致，此時，得到訓練完成的下路網(wǎng)絡；

將待分割的未標記圖像輸入訓練完成的上路網(wǎng)絡和下路網(wǎng)絡，訓練完成的上路網(wǎng)絡和下路網(wǎng)絡輸出一致的分割結果。

可選的，在上路網(wǎng)絡中構建關系圖之前，需要首先使用全卷積神經(jīng)網(wǎng)絡提取圖像中每個像素的特征，將每個像素屬于某一類的概率作為像素的特征，該類特征能夠獲取像素與每類特點的相關性，具有較好的魯棒性。

可選的，在上路網(wǎng)絡中構建關系圖，具體操作包括：

采用圖論技術構建關系圖；

構建關系圖時，將每個像素看作圖像中的節(jié)點，像素之間的相似性看作圖像的邊，引入度量學習框架中的最大間隔最近鄰法學習兩個節(jié)點之間的相似度，完成結構圖的構建。

可選的，構建未標記圖像分割一致項，使用標記圖像的數(shù)據(jù)擬合項，構建分割損失函數(shù)，并引入初始下路網(wǎng)絡，隨后通過改變下路網(wǎng)絡的可調(diào)參數(shù)，使下路網(wǎng)絡的分割結果與訓練所得上路網(wǎng)絡的分割結果一致。

優(yōu)選的，所涉及半監(jiān)督分割框架為CNN框架。

其次，本發(fā)明提供一種基于雙路相關性學習網(wǎng)絡的圖像分割系統(tǒng)，解決上述技術問題采用的技術方案如下：

一種基于雙路相關性學習網(wǎng)絡的圖像分割系統(tǒng)，其包括：

構建模塊，用于通過半監(jiān)督分割框架構建結構相同的上路網(wǎng)絡模型和下路網(wǎng)絡模型；

像素特征提取模塊，用于提取圖像中每個像素的特征，并根據(jù)像素特征獲取像素之間的相關性；