基于3D全卷积神经网络的脊柱分割方法

    公开(公告)号:CN108038860A

    公开(公告)日:2018-05-15

    申请号:CN201711236700.0

    申请日:2017-11-30

    Abstract: 本发明公开了一种基于3D全卷积神经网络的脊柱分割方法。本发明包括如下步骤:步骤1.建一个用于脊柱分割的3D全卷积神经网络;步骤2.准备数据集,数据集包括训练集+测试集;步骤3.利用训练集训练神经网络,得到网络模型;步骤4.使用得到的网络模型分割测试集中脊柱CT数据,得到分割结果。本发明借助于3D全卷积神经网络来分割脊柱,不仅是全自动的,而且分割精度很准确。

    一种基于遮挡几何互补模型的光场相机深度估计方法

    公开(公告)号:CN106651943B

    公开(公告)日:2019-07-23

    申请号:CN201611262452.2

    申请日:2016-12-30

    Abstract: 本发明公开了一种基于遮挡几何互补模型的光场相机深度估计方法。本发明利用光场光流理论得到光场图像多个视角的遮挡信息,再利用了相对的两个视角中,所看到遮挡区域具有互补关系的性质,通过求两个视角的遮挡信息,对两部分信息进行融合,从而实现精确的光场图像深度估计。本发明能够对具有丰富纹理变化的区域实现很好的遮挡结果,并且得到精确的深度图。

    一种基于遮挡几何互补模型的光场相机深度估计方法

    公开(公告)号:CN106651943A

    公开(公告)日:2017-05-10

    申请号:CN201611262452.2

    申请日:2016-12-30

    Abstract: 本发明公开了一种基于遮挡几何互补模型的光场相机深度估计方法。本发明利用光场光流理论得到光场图像多个视角的遮挡信息,再利用了相对的两个视角中,所看到遮挡区域具有互补关系的性质,通过求两个视角的遮挡信息,对两部分信息进行融合,从而实现精确的光场图像深度估计。本发明能够对具有丰富纹理变化的区域实现很好的遮挡结果,并且得到精确的深度图。

Patent Agency Ranking