[發明專利]用于分割任務的無監督學習的系統和方法

在審

• 申請號: 202210942308.2
• 申請日: 2022-08-08
• 公開（公告）號: CN115705694A
• 公開（公告）日: 2023-02-17
• 發明（設計）人: 楊月唯;M.埃爾-卡米;劉青峰
• 申請（專利權）人: 三星電子株式會社
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V10/762;G06V10/26;G06V10/46
• 代理公司: 北京市柳沈律師事務所 11105
• 代理人: 王新宇

1.一種通過確定用于無監督圖像分割的損失函數來訓練特征提取模型的方法，所述方法包括：

從圖像確定聚類損失

基于所述聚類損失使用聚類偽標簽來確定所述圖像的弱監督對比損失以及

基于所述聚類損失和所述弱監督對比損失來確定所述損失函數

2.如權利要求1所述的方法，還包括：確定所述圖像的框采樣損失

3.如權利要求2所述的方法，還包括：進一步基于所述聚類損失、所述弱監督對比損失和所述框采樣損失來確定所述損失函數。

4.如權利要求3所述的方法，其中，使用以下項確定所述損失函數：

其中η₁是關于所述弱監督對比損失的尺度，并且η₂是關于所述框采樣損失的尺度。

5.如權利要求2所述的方法，其中，確定所述圖像的所述框采樣損失包括：

從所述圖像的特征圖提取隨機設定大小的框；

對所提取框中的每一個執行平均池化；以及

基于相應框中的大多數標簽，用同一標簽指定每個框的平均池化特征中的所有特征向量。

6.如權利要求2所述的方法，其中，確定所述圖像的所述框采樣損失是使用以下項執行的：

其中其中|y_i|是采樣框中y_i的數量，表示采樣框中所有像素的平均信息，d是距離度量，并且|Z(i)|是具有同一類標簽i的特征數量。

7.如權利要求1所述的方法，其中，確定所述圖像的所述弱監督對比損失是使用以下項執行的：

其中d是距離度量，并且|Z(i)|是具有同一類標簽i的特征數量。

8.一種用于通過確定用于無監督圖像分割的損失函數來訓練特征提取模型的設備，所述設備包括：

處理器；以及

存儲器，所述存儲器被配置為存儲指令，所述指令在執行時控制所述處理器以：

從圖像確定聚類損失

基于所述聚類損失使用聚類偽標簽來確定所述圖像的弱監督對比損失并且

基于所述聚類損失和所述弱監督對比損失來確定所述損失函數

9.如權利要求8所述的設備，其中，所述指令進一步控制所述處理器以確定所述圖像的框采樣損失

10.如權利要求9所述的設備，其中所述指令進一步控制所述處理器以進一步基于所述聚類損失、所述弱監督對比損失和所述框采樣損失來確定所述損失函數。

11.如權利要求10所述的方法，其中，所述指令進一步控制所述處理器以使用以下項確定所述損失函數：

其中η₁是關于所述弱監督對比損失的尺度，并且η₂是關于所述框采樣損失的尺度。

12.如權利要求9所述的設備，其中，所述指令進一步控制所述處理器以通過以下項確定所述圖像的所述框采樣損失：

從所述圖像的特征圖提取隨機設定大小的框；

對所提取框中的每一個執行平均池化；并且

基于相應框中的大多數標簽，用同一標簽指定每個框的平均池化特征中的所有特征向量。

13.如權利要求9所述的設備，其中，所述指令進一步控制所述處理器以使用以下項確定所述圖像的所述框采樣損失：

其中其中|y_i|是采樣框中y_i的數量，表示采樣框中所有像素的平均信息，d是距離度量，并且|Z(i)|是具有同一類標簽i的特征數量。