基本信息:
- 专利标题： 一种融合深度神经网络与CV模型的污损图像分割方法
- 申请号：CN202010653706.3 申请日：2020-07-08
- 公开(公告)号：CN111915621A 公开(公告)日：2020-11-10
- 发明人： 张玲 , 李钢 , 刘剑超 , 张勇 , 杨子固 , 逯新红
- 申请人： 太原理工大学
- 申请人地址： 山西省太原市迎泽西大街79号
- 专利权人： 太原理工大学
- 当前专利权人： 太原理工大学
- 当前专利权人地址： 山西省太原市迎泽西大街79号
- 代理机构： 太原高欣科创专利代理事务所
- 代理人： 冷锦超; 邓东东
- 主分类号： G06T7/11
- IPC分类号： G06T7/11 ; G06T7/12 ; G06T7/62 ; G06N3/08 ; G06N3/04 ; G06K9/62
摘要：
本发明公开了一种融合深度神经网络与CV模型的污损图像分割方法，属于图像处理技术领域，解决对于图像分割采用现有的神经网络的训练样本需求量大以及CV模型的无监督性的问题；技术方案为：构建随机污损模型、对污损图像的图像数据进行加载、构建污损图像融合分割模型、提取污损图像特征、利用CV模型的能量函数完成误差反传更新网络参数；通过多轮迭代学习之后，利用污损图像融合分割模型完成对污损图像的分割；本发明将CV模型的无监督特性融入神经网络中，使得神经网络可在少量训练样本的情况下得到准确的映射关系，应用于对污损图像的分割。
公开/授权文献:
- CN111915621B 一种融合深度神经网络与CV模型的污损图像分割方法 公开/授权日：2022-08-05