[發明專利]基于梯度可訓練Gabor及通道注意力的壁畫起甲病害標注方法

在審

• 申請號: 202211484651.3
• 申請日: 2022-11-24
• 公開（公告）號: CN115937582A
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 王珺;李育恒;俞凱;梁靜怡;彭盛霖;彭進業;王琳;汪霖;趙萬青
• 申請（專利權）人: 西北大學
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/774;G06V10/80;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 西安泛想力專利代理事務所(普通合伙) 61260
• 代理人: 張梅娟

1.一種基于梯度可訓練Gabor及通道注意力的壁畫起甲病害標注方法，其特征在于，包括以下步驟：

S1：獲取含有起甲病害的古代壁畫圖像，得到訓練集，

S2：將所述訓練集輸入至特征提取網絡中，通過梯度可訓練Gabor和經典卷積后分別得到特征圖F_g和特征圖F_c；

S3：將所述特征圖F_g及特征圖F_c通過編碼器疊加到一起，得到F_gc；

S4：解碼器對所述F_gc加入通道注意力機制增強各特征圖之間通道信息的聯系，得出分割預測圖R_s；

S5：獲取所述預測圖R_s起甲病害區域集合R_e，其中R_e＝edge(R_s)，edge(·)為邊緣提取算法；

S6：將所述起甲病害區域集合R_e與原始壁畫圖像進行圖像融合，獲得壁畫圖像起甲病害標注區域集合。

2.如權利要求1所述的基于梯度可訓練Gabor及通道注意力的壁畫起甲病害標注方法，其特征在于，所述S2中，所述的梯度可訓練Gabor由固定參數的Gabor濾波器修改得到，原始Gabor函數如式(1)：

公式中x′＝xcos+ysin，y′＝-xsin+ycos，f,θ,ψ,σ,γ是Gabor函數的參數，σ和γ分別是高斯函數的比例因子和空間縱橫比，f和ψ分別是余弦載波的頻率和相位偏移，θ是Gabor函數的方向，x和y分別為是橫、縱坐標變量，是常數因子；

梯度可訓練Gabor的核函數K定義如下：

其中i和j是像素索引,i∈(0,1,…,h-1)，j∈(0,1,…,w-1)，h和w分別是Gabor核的高度和寬度，表示中心像素的強度變化率，表示k*k的核函數的局部梯度，基于可學習的參數σ,γ,f,ψ,θ以及公式(1)和(2)建立核函數K，

梯度可訓練Gabor包括d個方向的Gabor濾波器，其中Gabor濾波器表示為G(x,y；θ_k),k＝0,1,…,d-1，可學習參數中將ψ設為0，將第k個Gabor濾波器的方向角設為

3.如權利要求1所述的基于梯度可訓練Gabor及通道注意力的壁畫起甲病害標注方法，其特征在于，所述S2中，經典卷積得到特征圖F_c的過程為：將輸入的所述訓練集的圖像I_in作為輸入通過一個卷積核大小為3*3的卷積層得到特征圖F_c，即

F_c＝Conv_3*3(I_in)????(3)

其中，Conv_3*3(·)指卷積核大小為3*3的卷積操作。

4.如權利要求3所述的基于梯度可訓練Gabor及通道注意力的壁畫起甲病害標注方法，其特征在于，所述S2中，所述特征提取網絡采用U-Net作為基礎架構，具體為Conv11、Conv12、Maxpooling2*2、Conv21、Conv22、Maxpooling2*2、Conv31、Conv32、Maxpooling2*2、Conv41、Conv42、Up-conv2*2、Deconv31、Deconv32、Up-conv2*2、Deconv21、Deconv22、Up-conv2*2、Deconv11、Deconv12、Conv1*1Sigmoid，其中卷積均采用卷積核大小為3*3的卷積，下采樣采用2*2最大池化，上采樣采用2*2的反卷積。

5.如權利要求4所述的基于梯度可訓練Gabor及通道注意力的壁畫起甲病害標注方法，其特征在于，所述S3中，將所述特征圖F_g及特征圖F_c通過編碼器疊加到一起是指：

編碼器網絡前兩層每層的第一個卷積Conv11和Conv21采用疊加策略，其余編碼層采用U-Net網絡結構。