龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：江西师范大学
申请日：2024-04-18
公开（公告）日：2024-06-28
公开（公告）号：CN118096783B
主分类号：G06T7/10
分类号：G06T7/10;G06T5/50;G06N3/045;G06N3/08
优先权：
专利状态码：有效-授权
法律状态：2024.06.28#授权;2024.06.14#实质审查的生效;2024.05.28#公开
摘要：本发明涉及图像分割领域，具体提出了一种基于交叉参考的小样本图像分割方法及系统，通过首先利用交叉参考Transformer模块增强支持图像与查询图像之间的相关特征，然后利用交叉参考机制对高维通道中支持特征和查询特征的相似部分进行挖掘和增强，再通过设计一种自增强模块，进一步的提高小样本图像分割的分割效果，极大地提高了小样本图像分割的性能。
主权项：1.一种基于交叉参考的小样本图像分割方法，其特征在于，包括：将查询图像和支持图像输入到基础特征提取网络中，以获取查询图像特征映射和支持图像特征映射；将所述查询图像特征映射、所述支持图像特征映射和支持图像掩码标注输入到交叉参考Transformer模块中，进行双向交叉注意力运算后，再经过全局平均池化层、两层全连接块和Sigmoid函数获取查询图像注意力权重和支持图像注意力权重，并逐元素相乘融合获取最终注意力权重，将所述最终注意力权重分别与所述查询图像特征映射和所述支持图像特征映射相乘融合，以获取查询图像加权特征和支持图像加权特征；将所述支持图像加权特征与所述支持图像掩码标注输入自适应局部原型池化模块中，获取到前景类别原型和背景类别原型，再将所述查询图像加权特征、所述前景类别原型和所述背景类别原型输入余弦相似度模块进行分割，以获取前景先验掩码和背景先验掩码；将所述前景先验掩码和所述背景先验掩码输入自增强模块中，以获取最终分割预测。
全文数据：
权利要求：
百度查询： 江西师范大学 一种基于交叉参考的小样本图像分割方法及系统
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