本发明涉及一种基于空间加权的唇部分割方法及系统，方法包括：获取原始图像以及标注图像；将所述原始图像输入到分割网络中，得到特征图；根据所述特征图以及所述标注图像计算加权预测损失；根据所述加权预测损失，利用Adam优化器对所述分割网络的参数进行优化，得到优化的分割网络；利用所述优化的分割网络对待测图像进行分割，得到分割图像。采用本发明的方法缓解了类别不平衡的问题，提高了唇部区域分割的准确性。
📄 202111444534X
📂 G06T7_11
👤 西安邮电大学
📅 2021-11-30
本发明涉及一种基于真彩色卫星云图与图像处理的云层分割方法，包括：获取色彩均衡化卫星云图，获取灰度平均值得到云层颜色特征值；计算卫星云图边缘特征值，将两个特征融合后得到颜色增强特征值；灰度化卫星云图，建立灰度共生矩阵得到纹理特征值；融合纹理特征得到纹理融合特征；融合颜色增强特征和纹理融合特征，得到多特征融合特征值；通过多特征融合特征值建立多特征融合特征矩阵；将多特征融合特征矩阵与真彩色卫星云图输入神经网络训练，得到分割后的卫星云图。通过本发明提出的方法，将云图中颜色、边缘轮廓、纹理等特征融合进行分析，更好的反映出云层各个区域的性质，对厚云层、薄云层及云层边缘都具有很好的分割效果。
📄 2021111843909
📂 G06T7_12
👤 江苏维沛通信科技发展有限公司
📅 2021-10-12
已申报项目
本公开公开了一种目标分割的方法、装置及电子设备，人工智能领域，具体涉及计算机视觉和深度学习技术，具体可用于智慧城市和智能交通场景下。具体实现方案为：根据待识别视频生成待识别帧和参考帧，所述参考帧为所述待识别帧的前一帧；将所述待识别帧和所述参考帧输入编码网络，并生成待识别帧特征图和参考帧目标物体特征图；根据所述参考帧目标物体特征图和所述待识别帧特征图生成相关矩阵；根据所述相关矩阵和所述待识别帧特征图生成待识别帧目标特征图，并根据所述待识别帧目标特征图生成目标分割图像。本公开实施例可以检测待识别帧中的目标物体。本公开实施例可以提高分割待识别帧中目标物体的准确率。
📄 2021107363951
📂 G06T7_10
👤 北京百度网讯科技有限公司
📅 2021-06-30
本发明提出了一种分割细胞板图像中试管孔的方法。首先读入细胞板的灰度图，将灰度图依照两个自定义核进行图像膨胀来弱化图像噪声，将膨胀后的图像进行反二进制阈值化处理，然后将二值化处理后的两个图像进行交运算，再使用开运算去除图像白噪声，接着使用按边界跟随的拓扑结构分析方法提取图像中的轮廓，以此输出细胞板中的试管孔轮廓。但是此时获取的轮廓中会存在部分噪声，在此基础上提取轮廓内最小环闭圆型数据，再以圆半径为基础去除半径较大或者较小的圆，再去除两两有交集的圆的异常数据，最终输出目标细胞库数据集合。该方法可以更快速精准的单机本地分割试管孔，便于使用人员直接通过图像识别查看各个试管孔内细胞群培养状况。
📄 2021105570459
📂 G06T7_12
👤 杭州电子科技大学
📅 2021-05-21
本发明公开了一种基于深度神经网络的实时高分辨率人像抠图方法，包括获取训练数据集，并标注生成训练用groundtruth alpha matte；对训练数据集进行数据增强；分步阶段性训练网络模型；使用训练好的网络进行抠图。通过在网络构型中嵌入ConvLSTM模块，使用Max Pooling Indices，利用PRM进行高清细节优化，加入语义分割任务，打造出高精度实时人像抠图的核心技术，同时，创新了数据集和数据增强方法，采用阶段式训练，从简单到复杂，由粗糙到精细，强化了算法的训练效果，这三个方面的创新与应用相互作用，相互统一，全方位提升了算法的性能和实用性，为高精度实时人像抠图应用提供了强大的技术支持。
📄 2023108119234
📂 G06T7_12
👤 深圳市超元创世科技有限公司
📅 2023-07-04
本发明属于计算机视觉技术领域，公开了一种基于自适应原型聚合网络的小样本图像分割方法，本发明提出的自适应原型聚合网络包括先验掩码生成模块、原型聚合模块以及视觉关联建模模块。将三个模块集成起来，并应用通用的解码器构建的；先验掩码生成模块生成的先验掩码提供查询对象的粗略定位；自适应原型聚合模块将支持特征、查询特征以及类语义信息；视觉关联建模模块得到视觉关联特征，弥补了一维原型向量损失的空间细节。本发明能够选择性地利用支持和查询集信息以及语义信息，为最后的特征匹配过程生成更具类特定性的原型，扩充了原型向量的表示内容，从而一定程度上缓解了因为支持和查询对象之间的类内差异造成模型性能退化的问题。
📄 2023117152176
📂 G06V10_26
👤 南京邮电大学
📅 2023-12-14
本发明公开了一种基于局部自适应窗口的胎侧帘线阈值分割方法和装置，方法包括以下步骤：采集胎侧图像，并计算当前胎侧区域的平均线距；根据平均线距确定大、小窗口阈值分割阈值，并计算其每个点坐标对应的阈值分割的阈值；分别利用小窗口阈值分割的阈值以及大窗口阈值分割的阈值对图像进行阈值分割，得到二值图Ms和Mb；对二值图像Ms和Mb进行反色操作获得二值图#imgabs0#和#imgabs1#并对获得的二值图#imgabs2#和#imgabs3#取交运算，获得帘线区域。本发明方法简单易行，大大提升了胎侧帘线阈值分割效果，采用的自适应窗口方法适应于各类不同线距图像，增加了实用性。
📄 2023102873938
📂 G06T7_136
👤 济南大学
📅 2023-03-20
本发明公开了基于NEQR表达的量子图像分割方法，该方法包括：步骤S1，制备量子图像NEQR表达式；步骤S2，设计阈值量子图像分割算法的量子线路，对步骤S1制备的量子图像表达式进行分割处理；步骤S3，对经步骤S2处理之后的量子图像表达式进行测量，得到量子图像中各状态的概率信息。本发明对原图形进行优化的量子图像NEQR表达，对原图像量子表达线路中的辅助量子比特位的数量进行优化，通过对辅助量子比特位的复用，能够降低量子表达线路中的量子比特位数，大大提高了量子图像表达算法的性能，使得其在经典计算机下仿真更加易于实现，且为处理更大尺寸的量子图像提供了可能，提高了经典计算机处理量子图像算法的能力。
📄 2019109404889
📂 G06T7_136
👤 重庆邮电大学
📅 2019-09-30
本发明公开了一种快速超像素分割方法，它是一种自上而下的迭代分割方法，该方法通过分析区域像素集的颜色一致性来判断区域的可分割性。本发明包括如下步骤：步骤1：根据公式(1)获得原始彩图对应的灰度图IGray；其中，IGray(x,y)表示图像IGray上坐标为(x,y)的像素灰度，IR(x,y)表示图像IR上坐标为(x,y)的像素灰度，IG(x,y)表示图像IG上坐标为(x,y)的像素灰度，IB(x,y)表示图像IB上坐标为(x,y)的像素灰度；IR、IG、IB分别为原始彩色图像的红、绿、蓝通道图像；步骤2：根据灰度图IGray计算超像素区域集S。
📄 2017112244778
📂 G06T7_11
👤 浙江工业大学
📅 2017-11-29
一种基于语义边缘和分割的农业地块形态局部更新方法和装置，其方法包括：准备指定应用区域前一期的地块边界矢量和最终需要进行局部更新提取的后期目标区域遥感图像；挑选、设计能够同时产生语义分割和语义边缘的多任务学习网络模型；利用该语义分割和语义边缘的多任务学习模型对前一期的地块边界矢量和后一期的遥感影像进行训练，获得该多任务学习的模型权重，对目标应用区高分遥感影像数据进行预测，获得应用区域农业耕地的线结果和面结果；将面预测结果去小图斑化处理，对比两期语义分割的结果，根据阈值选取出发生更新的地块要素。对发生更新的地块要素按以下情况进行分类处理：1、不存在公共边：不存在公共边的情况，直接采用后期遥感通过多任务学习模型产生的边缘矢量结果。2、存在公共边：在两期遥感影像中，农业地块的面积可能会发生改变(增加或减少)，本发明根据边缘融合算法，对两期图像进行对比，将两期图像中相同的边缘保留，而对发生变化的边缘进行更新。本发明最终实现了对遥感图像地块的局部更新。
📄 2025101222163
📂 G06V20_10
👤 浙江工业大学
📅 2025-01-26
一种基于元迁移学习的前视声呐图像分割方法和装置，其方法包括：S1、构建基于元迁移的声呐图像分割模型，模型中的特征提取器为卷积神经网络，在卷积神经网络中采用注意力机制；S2、采用预训练数据集对网络模型参数进行预训练，获取初始化参数；S3、使用预训练模型利用元学习策略训练网络模型，训练中采用自适应因子进行模型收敛；S4、将待分割图像输入训练好的网络模型，获得分割结果。本发明的注意力机制能合并不同维度特征图，提高模型的分割精度；元学习策略能支持小样本声纳图像分割，快速适应和学习小样本的分割任务，并保持较高的分割精准度，解决了声纳图像样本小难获取的难题，在以小样本声纳图像作为数据集上分割精度差的问题。
📄 2023112402902
📂 G06V10_26
👤 浙江工业大学
📅 2023-09-25
本发明属于医学图像处理技术领域，具体涉及一种基于co‑teaching和噪声标签学习的纤维分割方法。方法包括：构建训练数据集；使用专家标注的脑纤维图片标签预训练两个Piont Net网络；将训练数据集分别输入至预训练后的两个网络中为各样本打上伪标签，并将带标签的样本输入分别至预训练的两个网络中；将所有打上标签的样本划分为高质量标签、噪声标签，基于co‑teaching思想让两个网络互相教导；分别从两个网络筛选的噪声标签中，随机选取部分噪声标签对应的数据进行数据增强处理，并预测其输出；计算训练过程中两个网络的损失函数，对两个网络的参数进行更新；使用数据增强处理后的预测输出对满足条件的噪声标签进行校正；不断迭代以得到最后需要进行分割的纤维的标签。
📄 2023107662007
📂 G06T7_11
👤 浙江工业大学
📅 2023-06-27
柿子坊 · 知识产权运营
柿子坊知识产权运营平台