摘要
本发明属于计算机视觉技术领域,提供了一种基于自适应对齐技术的图像分割方法及系统,获取待分割图像并进行预处理,得到输入图像;依次对输入图像进行编码再解码,得到图像特征和类别特征;基于聚合注意力计算图像特征和类别特征的关联度矩阵;沿空间维度对关联度矩阵进行类别偏移学习得到类别偏移量,将类别偏移量与类别特征融合,得到调整后的类别特征;沿类别维度对关联度矩阵进行特征偏移学习得到特征偏移量,将特征偏移量与图像特征融合,得到调整后的图像特征;计算调整后的类别特征与调整后的图像特征之间的相似度,得到最终的图像分割结果。本发明实现对类别表征和图像特征的双向对称自适应调整,解决了高效模型中两者之间的错位问题。
技术关键词
图像分割方法
对齐技术
矩阵
注意力
图像分割网络
上下文特征
多层感知机
计算机程序产品
图像分割系统
语义特征
计算机视觉技术
图像处理模块
像素
处理器
解码
计算机设备
编码
可读存储介质
系统为您推荐了相关专利信息
图像特征提取
生命体征监测方法
预处理图像数据
回归预测模型
注意力编码器
支气管镜
灰度共生矩阵
计算机视觉
三维点云数据
可见光波段
强化特征
时间序列特征
实时监测方法
LSTM模型
腐蚀速率预测
反馈信息生成方法
融合特征
数字电源控制方法
矩阵
数字电源系统
遥感图像语义分割
多尺度特征融合
编码器解码器
注意力
多层次