公开(公告)号：CN115345890A

公开(公告)日：2022-11-15

申请号：CN202210789640.X

申请日：2022-07-06

Applicant: 东北石油大学 ,  中国人民解放军国防科技大学

Inventor： 葛延良 ,  毕洪波 ,  张乔 ,  张静 ,  朱洪飞 ,  金伟

IPC: G06T7/11 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本公开涉及一种肺感染区分割方法及装置、电子设备和存储介质，所述方法包括：对肺图像执行特征提取处理，得到多个高级特征；对所述高级特征执行多尺度融合处理，得到高级增强特征；对所述高级增强特征执行全局信息提取，得到全局指导特征；利用所述全局指导特征对所述高级特征执行多层特征交互处理，得到肺特征，所述肺特征用于表示所述肺图像的肺部感染区域。本公开实施例可提高肺感染区分割精度。

公开(公告)号：CN117934857A

公开(公告)日：2024-04-26

申请号：CN202410150217.4

申请日：2024-02-02

Applicant: 东北石油大学

Inventor： 葛延良 ,  朱洪飞 ,  毕洪波 ,  任军超 ,  张乔 ,  贺敏

IPC: G06V10/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/20

Abstract: 本发明公开了一种光学遥感图像显著物体检测方法，涉及深度学习图像显著性物体检测领域领域，为了克服遥感图像显著性物体检测网络精度不足的问题，本发明采取的技术方案主要包括以下步骤：S1：获取待检测图片；S2：利用ResNet‑50卷积神经网络作为解码器提取遥感图像特征。在编码时，抛弃ResNet‑50的第一层特征，整合了包含丰富语义信息的高级特征，并将后两层深层特征信息输送到多分支视野增强模块中以提升感受野，在进行解码细化前通过全局语义互补模块增强该网络提取全局语义信息的能力，在解码过程中，通过通道孪生交互模块重构输入特征，建立浅层特征、全局语义互补特征和深层特征之间的联系，获取完整的预测结果，从而更精确的检测出遥感图像显著物体。