公开(公告)号：CN116468895A

公开(公告)日：2023-07-21

申请号：CN202310636592.5

申请日：2023-05-31

Applicant: 湖南大学

Inventor： 余洪山 ,  马小菊 ,  杨振耕 ,  陈同嘉 ,  谢同同 ,  谢理根

IPC: G06V10/26 ,  G06V10/77 ,  G06V10/80 ,  G06V10/774 ,  G06V10/764

Abstract: 本发明公开了一种相似度矩阵引导的少样本语义分割方法及系统，该方法首先通过深度学习分别提取支持图像与查询图像特征；接着利用支持图像及其真值标签对计算查询图像和目标类别的相似度矩阵；然后通过掩码平均池化获取目标类别的特征表征作为该目标类原型；将获取的多种特征经过通道注意力处理，输入空洞空间金字塔池化网络，再经过卷积分类输出最终的精细化分割结果；最后通过训练数据对原型特征生成网络以及多特征融合的精细化语义分割模块网络进行优化，利用训练好的模型对新类别的查询图像进行像素级分割。本发明的少样本语义分割方法具有应用简单、通用性强等突出优点。