摘要
本发明公开了一种基于频率感知抗混叠的图像分割方法和系统,属于计算机视觉技术领域。本发明根据采样定理,在语义分割模型中的特征提取、下采样中对导致混叠现象高频细节信息进行调整、移除。在神经网络中,采用频率混合模块,在特征提取过程中细节丰富的高频成分进行自适应的调整,并提出抗混叠滤波在下采样过程对高频成分进行移除。通过这种方式,在极小的额外计算量下,缓解了神经网络中的混叠现象,显著提高了语义分割模型在特征处理过程中对物体边缘的识别精度,实现了高精度低复杂度的语义分割。本发明的额外计算量开销极低,实现简单、性能高、鲁棒性强,有利于实现低延迟、高速度的语义分割。
技术关键词
语义分割网络
图像语义分割方法
频率
抗混叠滤波
混合模块
语义分割模型
搭建模块
混叠现象
图像分割方法
滤波模块
深度卷积网络
图像分割模型
计算机视觉技术
像素
坐标
掩膜
低延迟
系统为您推荐了相关专利信息
超声换能器
追踪装置
超声驱动系统
谐振
采样模块
编码器
解码器
图像分割方法
二维快速傅里叶变换
图像重建
损耗
磁芯材料
粒子群优化算法
磁芯设计
磁性元件
疲劳分析方法
载荷特征
频域结构分析
数据
风力发电机齿轮箱