一种基于深度神经网络驱动的自适应图层分割方法

    公开(公告)号:CN119887796A

    公开(公告)日:2025-04-25

    申请号:CN202411683503.3

    申请日:2024-11-22

    Abstract: 本发明公开了一种基于深度神经网络驱动的自适应图层分割方法,通过获取数据库中多场景图像数据,对多场景图像数据进行预处理,得到初始多场景图像数据;建立基础神经网络模型,基础神经网络模型至少包括多个卷积层、池化层和全连接层;在基础神经网络模型的中间层,设计多模态特征融合模块,在基础神经网络模型的卷积层之后插入注意力模块;使用不同大小的卷积核构建金字塔结构,得到目标神经网络模型;将初始多场景图像数据输入至目标神经网络模型中进行训练;通过目标神经网络模型分析图像的特征,对图像进行图层分割,对初步图像分割结果进行形态学处理,去除分割结果中的噪声和小空洞,得到自适应图层分割结果。大幅提升分割准确率。

Patent Agency Ranking