一種高精度圖像語(yǔ)義分割算法模型及分割方法
基本信息
| 申請(qǐng)?zhí)?/td> | CN202010281360.9 | 申請(qǐng)日 | - |
| 公開（公告）號(hào) | CN111461130B | 公開（公告）日 | 2020-07-28 |
| 申請(qǐng)公布號(hào) | CN111461130B | 申請(qǐng)公布日 | 2020-07-28 |
| 分類號(hào) | G06K9/34(2006.01)I; | 分類 | 計(jì)算；推算；計(jì)數(shù); |
| 發(fā)明人 | 王磊;吳偉龍;周建品;李爭(zhēng) | 申請(qǐng)（專利權(quán)）人 | 視研智能科技（廣州）有限公司 |
| 代理機(jī)構(gòu) | 廣州粵高專利商標(biāo)代理有限公司 | 代理人 | 張金福 |
| 地址 | 510925廣東省廣州市從化區(qū)江埔街環(huán)市東路108號(hào)C棟208房 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明涉及一種高精度圖像語(yǔ)義分割算法模型及分割方法，所述模型為了全局信息在多級(jí)融合過程中的損失，對(duì)目標(biāo)細(xì)節(jié)不確定性進(jìn)行建模，可以很大程度上消除圖像噪聲干擾及圖像局部信息較少導(dǎo)致的細(xì)節(jié)不確定性，從而提升目標(biāo)邊緣的語(yǔ)義分割精度。所述分割方法基于所述分割算法模型來(lái)實(shí)現(xiàn)，所述分割方法降低了卷積神經(jīng)網(wǎng)絡(luò)識(shí)別細(xì)節(jié)特征的難度，提升了卷積神經(jīng)網(wǎng)絡(luò)對(duì)細(xì)節(jié)的建模能力和建模精度，能有效識(shí)別目標(biāo)的細(xì)節(jié)結(jié)構(gòu)及特征，降低遮擋和圖像質(zhì)量等因素對(duì)語(yǔ)義分割照成的干擾。?? |
