← 返回列表

基于频率自适应膨胀卷积的图像语义分割方法及系统

申请号: CN202410195602.0
申请人: 北京理工大学
申请日期: 2024/2/22

摘要文本

本发明公开了基于频率自适应膨胀卷积的图像语义分割方法及系统,该方法包括,构建基于频率自适应膨胀卷积的语义分割网络模型;将输入特征图样本输入至语义分割网络模型中进行模型训练,以利用特征频率选择卷积对输入特征图样本的频率进行空间自适应加权得到特征加权结果,并利用自适应膨胀率卷积和自适应核模块分别根据特征加权结果预测膨胀率控制卷积核采样位置以及调制卷积核参数中高低频的比例以得到模型输出结果,得到训练好的语义分割网络模型;将实时输入特征图输入至训练好的语义分割网络模型进行图像语义分割以输出得到图像语义分割结果。本发明可以大幅度提高语义分割模型在特征过程中保留高频细节信息的能力。

专利详细信息

项目 内容
专利名称 基于频率自适应膨胀卷积的图像语义分割方法及系统
专利类型 发明申请
申请号 CN202410195602.0
申请日 2024/2/22
公告号 CN117765264A
公开日 2024/3/26
IPC主分类号 G06V10/26
权利人 北京理工大学
发明人 付莹; 陈林蔚; 刘乾坤; 边丽蘅
地址 北京市海淀区中关村南大街5号

专利主权项内容

1.一种基于频率自适应膨胀卷积的图像语义分割方法,其特征在于,包括:获取输入特征图样本;构建基于频率自适应膨胀卷积的语义分割网络模型;其中,所述频率自适应膨胀卷积,包括特征频率选择卷积、自适应膨胀率卷积以及自适应核模块;将所述输入特征图样本输入至所述语义分割网络模型中进行模型训练,以利用所述特征频率选择卷积对输入特征图样本的频率进行空间自适应加权得到特征加权结果,并利用所述自适应膨胀率卷积和自适应核模块分别根据所述特征加权结果预测膨胀率控制卷积核采样位置以及调制卷积核参数中高低频的比例以得到模型输出结果,并根据所述模型输出结果得到训练好的语义分割网络模型;将实时输入特征图输入至所述训练好的语义分割网络模型进行图像语义分割以输出得到图像语义分割结果。