| 专利号 | 2022104072982 | 申请日 | 2022-04-19 | 专利名称 | 尺度自适应特征增强深度神经网络的图像分割方法与系统 |
| 授权日 | 2022-07-12 | 专利权人 | 山东建筑大学 | 发明人 | 袭肖明;宋祚永;张光;聂秀山;孙良运 |
| 主分类号 | G06T7/10 | 关键词 | 应用领域 | ||
| 摘要 | 本发明属于基于特定计算模型的计算机系统领域，提供了一种尺度自适应特征增强深度神经网络的图像分割方法与系统。该方法包括，基于输入图像数据采用尺度自适应特征增强深度神经网络，得到预测结果；将输入图像数据进行预处理，得到分割掩码图；基于输入图像数据，提取不同尺度的底层特征；基于不同尺度的底层特征，采用注意力网络，生成权重注意力图；将不同尺度的底层特征和权重注意力图相乘，得到第一特征图；提取第一特征图的关键特征信息，得到图像的高层语义特征图；提取分割掩码图的特征，得到目标感知注意力图；根据高层语义特征图和目标感知注意力图，得到第二特征图；将第一特征图和第二特征图进行融合，得到用于预测的图像全局特征图。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 相关服务业 新技术与创新创业服务 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
