摘要
本发明公开了一种域自适应特征对齐的图像分割方法及系统,涉及图像处理技术领域,包括输入特征图,构建自适应聚类一致性模型,学习源域和目标域之间的一致性信息;对底层特征图做奇异值分解,构建方差比一致性图网络,对齐源域和目标域之间的特征分布;计算最大相关系数损失优化分割网络,获得训练后的域自适应分割网络AKSGDA,实现对图像的分割。本发明提供的域自适应特征对齐的图像分割方法结合最大相关系数损失和归一化区域大小非均匀性损失函数,加强了模型对于源域和目标域一致性特征提取的能力,进一步优化了网络的分割效果。本发明在分割精度、泛化性以及训练开销方面都取得更加良好的效果。
技术关键词
图像分割方法
信息熵
轮廓系数
矩阵
脉络膜新生血管
编码器模块
卷积模块
样本
k均值聚类算法
解码器
像素
特征分布信息
代表
网络模块
通道
指数
图像处理技术
系统为您推荐了相关专利信息
液压支架顶梁
姿态感知方法
坐标系
扩展卡尔曼滤波
互补滤波器
神经网络模型
节点特征
累计查询次数
标签类别
矩阵
局部注意力机制
小体积
水面
漂浮物检测方法
空间转换技术
位置跟踪控制方法
同步电动机
位置跟踪控制系统
速度检测电路
电流检测电路