龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：重庆理工大学
摘要：本发明公开了一种基于边缘梯度导向插值的deplabv3+语义分割方法，涉及智能算法、深度学习技术领域。本发明步骤如下：S1：使用高斯模糊进行降噪，在进行边缘检测之前首先要对原图像进行高斯滤波，减少噪声对边缘检测的影响；S2：采用Sobel算子对模糊后的图像分别求x方向与y方向的梯度，可以得到总的梯度图像即检测到的边缘图，也就是低分辨率图像的梯度；S3：提最后分别对x和y方向实行双三次插值。本发明通过将deeplabv3+语义分割模型中所使用的双线性插值替换成边缘梯度导向插值算法，以此获得更多容易被忽略的图像物体边缘特征信息，提高语义分割的精确度，进而能够有效的提高图像插值质量，以及对语义分割精确度其MIOU有一定的提高。
主权项：1.一种基于边缘梯度导向插值的deplabv3+语义分割方法，其特征在于，步骤如下：S1：使用高斯模糊进行降噪，在进行边缘检测之前首先要对原图像进行高斯滤波，减少噪声对边缘检测的影响；S2：采用Sobel算子对模糊后的图像分别求x方向与y方向的梯度，可以得到总的梯度图像即检测到的边缘图，也就是低分辨率图像的梯度；S3：提最后分别对x和y方向实行双三次插值，从而得到高分辨率图像的初始梯度；S4：用边缘梯度导向插值算法来替换deeplabv3+网络模型解码器中的双线性插值，并使用VOC2012数据集验证算法的有效性。
全文数据：
权利要求：
百度查询： 重庆理工大学 一种基于边缘梯度导向插值的deplabv3+语义分割方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号