-
公开(公告)号：CN111402257A
公开(公告)日：2020-07-10
申请号：CN202010165367.4
申请日：2020-03-11
Applicant: 华侨大学
Abstract: 本发明提供了一种基于多任务协同跨域迁移的医学图像自动分割方法，主要涉及利用基于多任务引导的跨域迁移网络进行无监督自动分割。该方法包括：构建语义分割网络，该网络包括特征编码分支与特征解码分支；构建重构分支，构建基于特征空间与基于预测空间的自适应对抗网络，包括基于特征空间的域判别器与基于预测空间的域判别器；最终利用重构分支引导语义分割网络提取特征，用自适应对抗网络完成跨域迁移，提高了在跨域医学图像上无监督自动分割的精度。
-
公开(公告)号：CN113469186B
公开(公告)日：2023-06-23
申请号：CN202110734847.2
申请日：2021-06-30
IPC: G06V10/26 , G06V20/70 , G06V10/82 , G06N3/0455 , G06N3/0495 , G06N3/08
Abstract: 本发明公开了一种基于少量点标注的跨域迁移图像分割方法，属于图像处理技术领域。在图像的多目标分割任务中，本发明只要求对目标域数据中的少量目标中心点进行标注，然后在源域数据训练的模型引导下，对少量点标注的目标域数据进行分割预测任务、空间计数任务以及量化计数任务的学习，在输出空间上利用对抗网络使模型学习到目标域判别性的特征表示，从而提升目标域的跨域分割效果，得到与无监督模型相比具有竞争力的图像自动分割模型。本发明公开的方法在新的应用场景数据上，只需要利用已有的标记数据和新应用场景数据上的少量点标注，极大地降低了人工成本并获得有竞争力的分割效果，可以应用于自然场景图像、医学图像等领域的多目标物分割。
-
公开(公告)号：CN111402257B
公开(公告)日：2023-04-07
申请号：CN202010165367.4
申请日：2020-03-11
Applicant: 华侨大学
IPC: G06T7/11 , G06T7/00 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/082 , G06V10/774 , G06V20/70
Abstract: 本发明提供了一种基于多任务协同跨域迁移的医学图像自动分割方法，主要涉及利用基于多任务引导的跨域迁移网络进行无监督自动分割。该方法包括：构建语义分割网络，该网络包括特征编码分支与特征解码分支；构建重构分支，构建基于特征空间与基于预测空间的自适应对抗网络，包括基于特征空间的域判别器与基于预测空间的域判别器；最终利用重构分支引导语义分割网络提取特征，用自适应对抗网络完成跨域迁移，提高了在跨域医学图像上无监督自动分割的精度。
-
公开(公告)号：CN113469186A
公开(公告)日：2021-10-01
申请号：CN202110734847.2
申请日：2021-06-30
Abstract: 本发明公开了一种基于少量点标注的跨域迁移图像分割方法，属于图像处理技术领域。在图像的多目标分割任务中，本发明只要求对目标域数据中的少量目标中心点进行标注，然后在源域数据训练的模型引导下，对少量点标注的目标域数据进行分割预测任务、空间计数任务以及量化计数任务的学习，在输出空间上利用对抗网络使模型学习到目标域判别性的特征表示，从而提升目标域的跨域分割效果，得到与无监督模型相比具有竞争力的图像自动分割模型。本发明公开的方法在新的应用场景数据上，只需要利用已有的标记数据和新应用场景数据上的少量点标注，极大地降低了人工成本并获得有竞争力的分割效果，可以应用于自然场景图像、医学图像等领域的多目标物分割。
-
-
-
Search Results
4
records
(took 0.017 seconds)
