一种基于细粒度特征分组的无监督语义分割方法.pdfVIP

下载本文档

0
0
约9.92千字
约 8页
2023-08-16 发布于四川
举报
版权申诉

一种基于细粒度特征分组的无监督语义分割方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于细粒度特征分组的无监督语义分割方法，一方面使用胶囊网络对卷积神经网络提取到的特征进行提炼，保留重要信息，减少无关信息的干扰，提高整体的分割效果。另一方面使用超像素分割对图片进行预分割，并用这些预分割的区域边界，指导后续像素特征进行细粒度分组，解决边界模糊时分割不好的问题。本发明根据分割边界将后续高级语义信息进行细粒度特征分组，作为Capsule层的输入，能够减少胶囊的数量；在每个超像素块内进行中心差分，能够突出像素块中的分割边缘的细节信息；将差分图像和多尺度特征图进行融合，共

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116597151 A (43)申请公布日 2023.08.15 (21)申请号 202310871120.8 G06V 10/771 (2022.01)