公开(公告)号：CN106022384A

公开(公告)日：2016-10-12

申请号：CN201610361766.1

申请日：2016-05-27

Applicant: 中国人民解放军信息工程大学

Inventor： 闫镔 ,  王林元 ,  乔凯 ,  童莉 ,  曾颖 ,  徐一夫 ,  贺文颉 ,  张驰 ,  高辉

IPC: G06K9/62

CPC classification number: G06K9/6256 ,  G06K9/6261 ,  G06K9/6296

Abstract: 本发明涉及一种基于fMRI视觉功能数据DeconvNet的图像关注目标语义分割方法，通过被试在自然场景图像刺激下采集到的fMRI视觉功能数据，训练深度卷积神经网络模型，将其映射到关注目标类别标签上进行模型优化；构造与优化后的深度卷积神经网络对称的深度网络模型，利用fMRI视觉功能数据及刺激图像相对应的语义分割结果优化该模型参数，获得fMRI视觉功能数据到逐像素语义分割结果的映射；采集被试观看测试图像的fMRI视觉功能数据，确定被试关注目标类别和逐像素语义分割结果，分割出关注目标区域和相应目标语义。本发明对被试观看自然场景图像时所引发的fMRI视觉功能数据进行解析，提取出刺激图像中所有目标类别并获得语义分割结果，提高关注目标提取的准确性。

公开(公告)号：CN106022384B

公开(公告)日：2019-07-12

申请号：CN201610361766.1

申请日：2016-05-27

Applicant: 中国人民解放军信息工程大学

Inventor： 闫镔 ,  王林元 ,  乔凯 ,  童莉 ,  曾颖 ,  徐一夫 ,  贺文颉 ,  张驰 ,  高辉

IPC: G06K9/62

Abstract: 本发明涉及一种基于fMRI视觉功能数据DeconvNet的图像关注目标语义分割方法，通过被试在自然场景图像刺激下采集到的fMRI视觉功能数据，训练深度卷积神经网络模型，将其映射到关注目标类别标签上进行模型优化；构造与优化后的深度卷积神经网络对称的深度网络模型，利用fMRI视觉功能数据及刺激图像相对应的语义分割结果优化该模型参数，获得fMRI视觉功能数据到逐像素语义分割结果的映射；采集被试观看测试图像的fMRI视觉功能数据，确定被试关注目标类别和逐像素语义分割结果，分割出关注目标区域和相应目标语义。本发明对被试观看自然场景图像时所引发的fMRI视觉功能数据进行解析，提取出刺激图像中所有目标类别并获得语义分割结果，提高关注目标提取的准确性。