[發(fā)明專(zhuān)利]一種多分支圖像分割方法、裝置、介質(zhì)及電子設(shè)備有效
| 申請(qǐng)?zhí)枺?/td> | 202011128727.X | 申請(qǐng)日： | 2020-10-20 |
| 公開(kāi)（公告）號(hào)： | CN112258524B | 公開(kāi)（公告）日： | 2022-08-19 |
| 發(fā)明（設(shè)計(jì)）人： | 黃文豪;張歡;王瑜;趙朝煒;李新陽(yáng);陳寬;王少康 | 申請(qǐng)（專(zhuān)利權(quán)）人： | 推想醫(yī)療科技股份有限公司 |
| 主分類(lèi)號(hào)： | G06T7/11 | 分類(lèi)號(hào)： | G06T7/11;G06T3/40;G06N3/04;G06V10/82;G06V10/774 |
| 代理公司： | 北京布瑞知識(shí)產(chǎn)權(quán)代理有限公司 11505 | 代理人： | 黃俊 |
| 地址： | 100085 北京市海淀*** | 國(guó)省代碼： | 北京;11 |
| 權(quán)利要求書(shū)： | 查看更多 | 說(shuō)明書(shū)： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 分支 圖像 分割 方法 裝置 介質(zhì) 電子設(shè)備 | ||
1.一種多分支圖像分割方法，其特征在于，包括：
對(duì)待分割圖像進(jìn)行下采樣操作，得到下采樣圖像；
將所述下采樣圖像輸入第一模型，得到全局特征圖像和第一輸出圖像，其中，所述第一模型是深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型；
將所述待分割圖像劃分為多個(gè)區(qū)域圖像；
將所述多個(gè)區(qū)域圖像和所述全局特征圖像輸入第二模型，得到第二輸出圖像，其中，所述第二模型的參數(shù)少于所述第一模型的參數(shù)；以及
融合所述第一輸出圖像和所述第二輸出圖像，得到所述待分割圖像的分割結(jié)果；
其中，所述全局特征圖像包括所述待分割圖像中每個(gè)像素點(diǎn)的類(lèi)別概率，所述將所述下采樣圖像輸入第一模型，得到全局特征圖像和第一輸出圖像，包括：將所述下采樣圖像輸入第一模型，得到所述全局特征圖像；選取每個(gè)像素點(diǎn)的最大概率對(duì)應(yīng)的類(lèi)別作為該像素點(diǎn)的預(yù)測(cè)類(lèi)別，得到所述全局特征圖像的單類(lèi)別預(yù)測(cè)圖；對(duì)所述單類(lèi)別預(yù)測(cè)圖進(jìn)行上采樣操作，得到所述第一輸出圖像；
其中，所述融合所述第一輸出圖像和所述第二輸出圖像，包括：將所述第一輸出圖像和所述第二輸出圖像對(duì)應(yīng)像素點(diǎn)進(jìn)行與操作。
2.根據(jù)權(quán)利要求1所述的分割方法，其特征在于，所述將所述多個(gè)區(qū)域圖像和所述全局特征圖像輸入第二模型，得到第二輸出圖像包括：
將所述多個(gè)區(qū)域圖像中的每個(gè)區(qū)域圖像分別和所述全局特征圖像輸入所述第二模型，得到多個(gè)區(qū)域輸出圖像；以及
將所述多個(gè)區(qū)域輸出圖像拼接，得到所述第二輸出圖像。
3.根據(jù)權(quán)利要求1所述的分割方法，其特征在于，所述將所述多個(gè)區(qū)域圖像和所述全局特征圖像輸入第二模型，得到第二輸出圖像包括：
選取所述多個(gè)區(qū)域圖像中的至少一個(gè)區(qū)域圖像和所述全局特征圖像的對(duì)應(yīng)區(qū)域圖像輸入所述第二模型，得到所述第二輸出圖像。
4.根據(jù)權(quán)利要求1所述的分割方法，其特征在于，所述融合所述第一輸出圖像和所述第二輸出圖像，得到所述待分割圖像的分割結(jié)果包括：
將所述第二輸出圖像的分割邊界作為所述分割結(jié)果的分割邊界。
5.一種多分支圖像分割裝置，其特征在于，包括：
下采樣模塊，用于對(duì)待分割圖像進(jìn)行下采樣操作，得到下采樣圖像；
第一分割模塊，用于將所述下采樣圖像輸入第一模型，得到全局特征圖像和第一輸出圖像，其中，所述第一模型是深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型，所述全局特征圖像包括所述待分割圖像中每個(gè)像素點(diǎn)的類(lèi)別概率，所述將所述下采樣圖像輸入第一模型，得到全局特征圖像和第一輸出圖像，包括：將所述下采樣圖像輸入第一模型，得到所述全局特征圖像；選取每個(gè)像素點(diǎn)的最大概率對(duì)應(yīng)的類(lèi)別作為該像素點(diǎn)的預(yù)測(cè)類(lèi)別，得到所述全局特征圖像的單類(lèi)別預(yù)測(cè)圖；對(duì)所述單類(lèi)別預(yù)測(cè)圖進(jìn)行上采樣操作，得到所述第一輸出圖像；
分區(qū)模塊，用于將所述待分割圖像劃分為多個(gè)區(qū)域圖像；
第二分割模塊，用于將所述多個(gè)區(qū)域圖像和所述全局特征圖像輸入第二模型，得到第二輸出圖像，其中，所述第二模型的參數(shù)少于所述第一模型的參數(shù)；以及
融合模塊，用于融合所述第一輸出圖像和所述第二輸出圖像，得到所述待分割圖像的分割結(jié)果，其中，所述融合所述第一輸出圖像和所述第二輸出圖像，包括：將所述第一輸出圖像和所述第二輸出圖像對(duì)應(yīng)像素點(diǎn)進(jìn)行與操作。
6.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序用于執(zhí)行上述權(quán)利要求1-4任一所述的分割方法。
7.一種電子設(shè)備，所述電子設(shè)備包括：
處理器；
用于存儲(chǔ)所述處理器可執(zhí)行指令的存儲(chǔ)器；
所述處理器，用于執(zhí)行上述權(quán)利要求1-4任一所述的分割方法。
該專(zhuān)利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專(zhuān)利權(quán)人授權(quán)。該專(zhuān)利全部權(quán)利屬于推想醫(yī)療科技股份有限公司，未經(jīng)推想醫(yī)療科技股份有限公司許可，擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專(zhuān)利、獲得商業(yè)授權(quán)和技術(shù)合作，請(qǐng)聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011128727.X/1.html，轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專(zhuān)利網(wǎng)。
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設(shè)備、圖像形成系統(tǒng)和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 一種數(shù)據(jù)庫(kù)讀寫(xiě)分離的方法和裝置
- 一種手機(jī)動(dòng)漫人物及背景創(chuàng)作方法
- 一種通訊綜合測(cè)試終端的測(cè)試方法
- 一種服裝用人體測(cè)量基準(zhǔn)點(diǎn)的獲取方法
- 系統(tǒng)升級(jí)方法及裝置
- 用于虛擬和接口方法調(diào)用的裝置和方法
- 線(xiàn)程狀態(tài)監(jiān)控方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)
- 一種JAVA智能卡及其虛擬機(jī)組件優(yōu)化方法
- 檢測(cè)程序中方法耗時(shí)的方法、裝置及存儲(chǔ)介質(zhì)
- 函數(shù)的執(zhí)行方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
