龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：重庆理工大学
摘要：本发明提供一种基于特征嵌入的边界框监督息肉分割方法，包括设计级联网络模型作为作为骨干网络，对输入的边界框标注图片进行特征提取及模型训练；设计一个由不确定性引导的边界框回归损失来将息肉的预测区域限定在边界框内；再将变换前后具有不同外观的输入图像映射到相同的嵌入空间生成特征嵌入，设计亲和相关损失来显式地约束像素之间的成对关系；最后利用特征嵌入和边界框先验信息来构建前背景原型，设计前背景匹配损失来约束边界框内像素点与前背景原型的相似性。本申请能充分利用特征嵌入和边界框标注信息，提高模型预测准确度。
主权项：1.一种基于特征嵌入的边界框监督息肉分割方法，其特征在于，包括：设计一种级联解码网络用来分割息肉：所述级联解码网络由编码器和解码器组成，所述编码器提取每张原始息肉图像X的多尺度特征，得到四个不同尺度的特征映射f1、f2、f3和f4；所述解码器由用于优化特征图的综合注意力模块IAM和用于提取边界信息的双边界探索模块DBE级联组成，所述解码器对编码器输入的四个不同尺度的特征映射f1、f2、f3和f4进行特征优化，之后，每个经过IAM优化后的输出通过卷积层后再上采样到同一尺寸被发送到预测头，并聚合四个不同的预测结果生成最终的分割图m；设计三个约束损失来监督级联解码网络训练：具体地，提出边界框回归损失来引导级联解码网络模型从具有高预测置信度区域学习，通过最小化预测结果的外接框区域与真实边界框区域之间的差异，将模型预测的息肉区域位置限制在已知边界框内部；从原始输入图像中生成具有不同外观的转换图像，将经过转换的图像与原始输入图像映射到同一嵌入空间中生成特征嵌入，构建亲和相关损失来显示地约束息肉像素之间的成对关系，增强息肉区域的连通性；最后通过边界框将每个特征嵌入划分为初步的前景和背景，运用GMM算法对这些特征嵌入进行聚类形成前背景原型作为监督信息，设计前背景匹配损失来约束边界框内的像素点与混合前背景原型的关系，从而帮助模型更好地判断边界框内像素属于前景还是背景。
全文数据：
权利要求：
百度查询： 重庆理工大学 一种基于特征嵌入的边界框监督息肉分割方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号