一种基于密集连接的图像语义分割方法

发明专利有效专利

申请号：
CN201910935594.8
IPC分类号：G06T7/10;G06N3/04
申请日期：
2019-09-29
申请人：
吉林大学

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	一种基于密集连接的图像语义分割方法
申请号	CN201910935594.8	申请日期	2019-09-29
法律状态	授权	申报国家	中国
公开/公告日	2020-01-24	公开/公告号	CN110728683A
优先权	暂无	优先权号	暂无
主分类号	G06T7/10 ? 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〕	IPC分类号	G;0;6;T;7;/;1;0;;;G;0;6;N;3;/;0;4查看分类表>
申请人	吉林大学	申请人地址	吉林省长春市朝阳区前进大街2699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	吉林大学	当前权利人	吉林大学
发明人	李文辉;刘东会;胡玉龙;张博翔;梁婷婷
代理机构	北京盛凡智荣知识产权代理有限公司	代理人	暂无

摘要

本发明公开了一种基于密集连接的图像语义分割方法，包括如下步骤S101确定需要使用的数据集及其对应的标注图像，其标注图像为每一个像素赋予类别标签；S102设计基于密集连接的图像语义分割网络，图像语义分割网络包括密集连接单元、通道融合单元、特征图融合单元；S103设计密集连接单元密集、连接单元提取的特征图经过图像变换操作，之后再经过转置操作，然后进行softmax操作，得到通道注意力映射图；设计通道融合单元，通过挖掘通道图之间的相互依赖关系可以增强有相互依赖关系的特征图；设计特征图融合单元，将通道融合单元的输出映射图与密集连接的特征提取单元的结果进行加运算融合操作。本发明能有效重复利用不同层和不同通道之间的特征，不仅有效地提高分割效率，还减少了参数量。

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