-
公开(公告)号:CN114398999B
公开(公告)日:2025-05-02
申请号:CN202210061270.8
申请日:2022-01-19
Applicant: 上海大学
IPC: G06V10/764 , G06V10/80
Abstract: 本发明涉及一种基于全局语义特征融合的低对比度图像语义分割方法,包括以下步骤:获取包含多张样本图像的数据集,对数据集中的样本图像进行标注,以为图像中的每个像素分配像素所属类别;对标注后的样本图像进行预处理,得到预处理后的数据集;将预处理后的数据集输入构建的图像语义分割模型,以进行模型训练,得到训练好的图像语义分割模型;对待分割的低对比度图像进行标准化处理;将标准化处理后的待分割的低对比度图像输入训练好的图像语义分割模型,输出得到对应的分割结果。与现有技术相比,本发明有效解决了图像语义分割中低对比度目标分割的问题,能够对低对比度图像进行准确地语义分割。
-
公开(公告)号:CN114398999A
公开(公告)日:2022-04-26
申请号:CN202210061270.8
申请日:2022-01-19
Applicant: 上海大学
IPC: G06K9/62 , G06V10/764 , G06V10/80
Abstract: 本发明涉及一种基于全局语义特征融合的低对比度图像语义分割方法,包括以下步骤:获取包含多张样本图像的数据集,对数据集中的样本图像进行标注,以为图像中的每个像素分配像素所属类别;对标注后的样本图像进行预处理,得到预处理后的数据集;将预处理后的数据集输入构建的图像语义分割模型,以进行模型训练,得到训练好的图像语义分割模型;对待分割的低对比度图像进行标准化处理;将标准化处理后的待分割的低对比度图像输入训练好的图像语义分割模型,输出得到对应的分割结果。与现有技术相比,本发明有效解决了图像语义分割中低对比度目标分割的问题,能够对低对比度图像进行准确地语义分割。
-