专利内容由知识产权出版社提供
专利名称：一种基于深度卷积神经网络的前景对象图像分割方
法
专利类型：发明专利发明人：杨戈,吴彬
申请号：CN202010044615.X申请日：20200116公开号：CN111275732A公开日：20200612
摘要：本发明公开了一种基于深度卷积神经网络的前景对象图像分割方法，将分割任务设置为密集的标记问题，并提出一种基于深度卷积神经网络的像素级图像分割模型FOSeg模型。FOSeg模型是一个可以预测每个像素是前景对象可能性的支持端到端训练的前景对象图像分割模型。FOSeg模型分割流程图如图1所示：首先输入原始图像，经过深度卷积神经网络的卷积、汇合、线性整流等操作，然后输入到分流聚合模块从而得出特征映射得分图，随后经过双线性插值算法的上采样操作得到粗糙的分割图，最后将得到的粗糙分割图送入条件随机场模型中进一步细化分割结果，从而得出精细的分割图像。
申请人：北京师范大学珠海分校
地址：519000 广东省珠海市高新区唐家湾金凤路18号
国籍：CN
代理机构：珠海飞拓知识产权代理事务所(普通合伙)
代理人：刘利芬
更多信息请下载全文后查看
