基于循环卷积的物体分割方法及装置

发明专利有效专利

申请号：
CN201911374778.8
IPC分类号：G06T7/149;G06T7/12
申请日期：
2019-12-27
申请人：
浙江大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于循环卷积的物体分割方法及装置
申请号	CN201911374778.8	申请日期	2019-12-27
法律状态	授权	申报国家	中国
公开/公告日	2020-04-28	公开/公告号	CN111080666A
优先权	暂无	优先权号	暂无
主分类号	G06T7/149 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕 G06T7/10 分割；边缘检测（基于运动的分割入G06T 7/215）〔2017.01〕 G06T7/149 涉及可变形模型，如活动轮廓〔2017.01〕	IPC分类号	G;0;6;T;7;/;1;4;9;;;G;0;6;T;7;/;1;2查看分类表>
申请人	浙江大学	申请人地址	浙江省杭州市西湖区余杭塘路866号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	浙江大学	当前权利人	浙江大学
发明人	周晓巍;鲍虎军;彭思达
代理机构	杭州求是专利事务所有限公司	代理人	暂无

摘要

本发明公开了一种物体分割方法及装置，通过预测图像中物体的轮廓线来进行物体的分割。为了预测物体的轮廓线，本发明提供了一种基于循环卷积的特征学习方法和一种曲线变形方法。本发明的实现包括基于初始化闭合曲线，为曲线的每个节点构造特征向量；对定义在闭合曲线上的特征向量序列，使用循环卷积进行特征学习；基于循环卷积，提出一个深度神经网络进行曲线的变形；基于曲线变形方法实现物体分割；处理包含多个连通区域的目标物体。本发明通过循环卷积，实现了在曲线上高效的特征学习，提高了基于轮廓线进行物体分割的方法的准确率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供