基于缺失模态的多模态图像分割方法、系统、终端及存储介质

AITNT
正文
推荐专利
基于缺失模态的多模态图像分割方法、系统、终端及存储介质
申请号:CN202510423507
申请日期:2025-04-07
公开号:CN119963845A
公开日期:2025-05-09
类型:发明专利
摘要
本发明公开了一种基于缺失模态的多模态图像分割方法、系统、终端及存储介质,所述方法包括:获取目标图像集,将每个样本的每种模态进行单独并行处理,同时结合散度损失、互信息传递以及针对每个样本的所有单模态表示的动态融合,构建出总损失函数以训练模型,最终通过训练的模型输出对目标图像集的分割结果。本发明综合考虑了多模态数据不完整的情况,通过散度损失和高互信息知识传递方法,有效地促进了不同模态之间的特征对齐,提高了跨模态信息传递的精度,使得预测结果与标签之间的差异被有效度量,能够更有效地处理缺失模态,提高了模型在数据不完整情况下的稳定性和准确性。
技术关键词
三维卷积神经网络 图像分割方法 概率密度函数 图像分割系统 最大化方法 样本 模态特征 知识传递方法 编码器 数据 模型训练模块 可读存储介质 特征提取模块 度量 处理器 终端 动态 通道
系统为您推荐了相关专利信息
1
基于足底表面数据的内部骨骼关键点预测方法
深度图 骨骼关键点 图像 边缘轮廓 概率密度函数
2
基于Mamba网络的医学图像分割方法及成像方法
交互注意力 医学图像分割方法 医学图像分割模型 解码模块 编码模块
3
一种智能反射面辅助网络的散射干扰控制方法
干扰控制方法 反射单元 概率密度函数 基站 覆盖率
4
交流滤波器场电抗器声信号去噪方法及系统
交流滤波器场 信号去噪方法 电抗器 换流站交流滤波器 概率密度函数
5
一种考虑储能构网能力的微电网两阶段优化方法及系统
两阶段优化方法 两阶段鲁棒优化 风光 功率 变量
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号