摘要
本发明属于图像处理技术领域。提供了一种基于语义传递和上下文分布建模的小样本分割方法及系统,通过可学习的类别标记提取目标区域的类别核心语义表示;将类别核心语义表示与支持图像和查询图像的图像块标记连接,得到支持特征和查询特征;使用前景掩码将支持特征分割为前景特征和背景特征,对前景特征、背景特征和查询特征之间的空间和通道分布分别进行建模,通过多维度挖掘查询特征中与物体整体相似的特征并生成增强的查询特征;对前景特征和背景特征进行平均池化分别形成前景原型和背景原型,基于前景原型和背景原型与增强的查询特征之间的余弦相似度,预测查询图像的分割结果,增强了支持样本与查询样本间的信息传递,实现了更精准分割。
技术关键词
查询特征
协方差矩阵
分割方法
执行矩阵乘法
语义
原型
图像块
样本
可读存储介质
核心
标记
计算机程序产品
代表
损失函数优化
通道
处理器
分割系统
图像处理技术
系统为您推荐了相关专利信息
图像序列数据
机器人控制方法
生成动作
指令
视觉
焊点缺陷检测方法
轮廓模型
区域生长算法
图像
曲率特征