基于双分支网络架构的图像分割方法、系统、介质及设备

AITNT
正文
推荐专利
基于双分支网络架构的图像分割方法、系统、介质及设备
申请号:CN202510884178
申请日期:2025-06-30
公开号:CN120388037B
公开日期:2025-10-24
类型:发明专利
摘要
本发明涉及图像处理技术领域,提供了基于双分支网络架构的图像分割方法、系统、介质及设备,包括:对于待分割图像,通过边缘检测和纹理分析衡量待分割图像的复杂度,分配扩散模型的去噪步长后,提取语义特征;对待分割图像进行随机遮挡和模糊处理后,通过掩码自编码模型,提取得到局部特征和全局特征,通过多尺度特征融合,得到融合特征;将语义特征和融合特征进行配对,计算配对的两个特征之间的相似度,生成注意力权重,基于注意力权重对配对特征进行融合后,对待分割图像进行分割。在分割精度、病灶边界的细节提取以及对多尺度病灶的捕捉能力上有显著提升,适应了医学图像中不同尺度和复杂背景的挑战。
技术关键词
双分支网络 图像分割方法 多尺度特征融合 融合特征 语义特征 复杂度 注意力 边缘检测 特征提取模块 图像分割系统 编码器 可读存储介质 纹理 图像块 图像获取模块 图像处理技术 处理器
系统为您推荐了相关专利信息
1
基于增强知识库与动态掩码建模的日志序列异常检测方法
序列异常检测方法 日志 样本 BERT模型 预训练语言模型
2
一种基于AR辅助的车架支架安装情况检测方法、计算机系统及计算机可读存储介质
车架支架 分支 语义 融合特征 三维点云数据
3
三维场景生成方法及电子设备
语义特征 点云 场景生成方法 对象 电子设备
4
基于计算机视觉的术中护理行为识别系统
计算机视觉 识别系统 长短期记忆网络 高分辨率摄像头 递归神经网络
5
一种基于深度学习的骨质疏松分类检测方法
分类检测方法 医学图像数据 深度学习模型 多尺度特征融合 通用图像格式
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