← 返回列表

基于多域可变形卷积的眼部结构分割方法、系统及设备

申请号: CN202311572005.7
申请人: 北京师范大学
申请日期: 2023/11/23

摘要文本

本发明公开一种基于多域可变形卷积的眼部结构分割方法、系统及设备,涉及计算机视觉技术领域,所述方法包括:获取待分割眼部图像;将频率域特征图待分割眼部图像输入至眼部结构分割模型中,得到分割后的眼部图像;频率域特征图分割后的眼部图像为带有预测分割边框和对应的预测标签的眼部图像,频率域特征图标签为分割后的眼部的结构;频率域特征图眼部结构分割模型是利用多个带有先验分割边框和对应的先验标签的训练用眼部图像对初始模型进行训练得到的初始模型包括:空间域特征提取分支、频率域特征提取分支、多维度特征融合注意力模块和检测头;结构包括:瞳孔、虹膜和巩膜。本发明提高了自然光下普通摄像机采集的图像中眼部结构的分割准确率。

专利详细信息

项目 内容
专利名称 基于多域可变形卷积的眼部结构分割方法、系统及设备
专利类型 发明申请
申请号 CN202311572005.7
申请日 2023/11/23
公告号 CN117541791A
公开日 2024/2/9
IPC主分类号 G06V10/26
权利人 北京师范大学
发明人 张俊杰; 黄荣怀; 刘德建; 李艳燕
地址 北京市海淀区新街口外大街19号

专利主权项内容

1.一种基于多域可变形卷积的眼部结构分割方法,其特征在于,所述方法包括:获取待分割眼部图像;所述待分割眼部图像是利用自然光下普通摄像机采集到的眼部图像;将所述待分割眼部图像输入至眼部结构分割模型中,得到分割后的眼部图像;所述分割后的眼部图像为带有预测分割边框和对应的预测标签的眼部图像,所述标签为分割后的眼部的结构;所述眼部结构分割模型是利用多个带有先验分割边框和对应的先验标签的训练用眼部图像对初始模型进行训练得到的,所述初始模型包括:空间域特征提取分支、频率域特征提取分支、多维度特征融合注意力模块和检测头;所述结构包括:瞳孔、虹膜和巩膜。