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！

摘要：本发明提供一种基于弱标签数据的图像兴趣区域提取方法及系统，涉及图像处理技术领域，方法包括：获取数据集；通过最小外接旋转矩形框标注图像样本中的兴趣区域标签，得到旋转矩形掩码图；对图像样本进行多尺度缩放，得到不同尺度的图像样本；将不同尺度图像样本输入至图像分割模型进行训练，输出兴趣区域预测图；将兴趣区域预测图映射至所属图像样本中旋转矩形框长短边方向一致的矩形区域，得到旋转矩形映射估计特征图；计算图像样本的损失值；在损失值大于预设损失值的情况下，调整图像分割模型的超参数，重复训练；利用训练后的图像分割模型提取待检测图像的图像兴趣区域。在不降低识别准确性的同时，有效降低标注成本。

主权项：1.一种基于弱标签数据的图像兴趣区域提取方法，其特征在于，包括：S1：获取具有多张图像样本的数据集；S2：通过最小外接旋转矩形框标注所述图像样本中的兴趣区域标签，得到旋转矩形掩码图；S3：对同一张图像样本进行多尺度缩放，得到同一张图像样本在不同尺度的图像样本；S4：将不同尺度的图像样本分别输入至图像分割模型进行训练，输出兴趣区域预测图，其中，每个尺度的图像样本对应一个兴趣区域预测图；S5：将所述兴趣区域预测图映射至所属图像样本中旋转矩形框长短边方向一致的矩形区域，得到旋转矩形映射估计特征图；S6：结合所述兴趣区域预测图、所述旋转矩形掩码图和所述旋转矩形映射估计特征图计算所述图像样本的损失值；S7：在所述损失值大于预设损失值的情况下，调整所述图像分割模型的超参数，返回步骤S4，否则，进入步骤S8；S8：利用训练后的图像分割模型提取待检测图像的图像兴趣区域；其中，所述损失值包括基于不同尺度图像样本得到的兴趣区域预测图之间的联合尺度均衡损失值以及所述旋转矩形掩码图和所述旋转矩形映射估计特征图之间的BCE损失值和DICE损失值；其中，所述联合尺度均衡损失值的计算方式具体为： 其中，表示所述联合尺度均衡损失值，N表示缩放尺度总数，和分别表示基于第i尺度和第i+1尺度的图像样本得到的兴趣区域预测图在同一坐标x处的预测值，分别表示第i尺度和第i+1尺度的图像样本得到的兴趣区域预测图，表示第一权重参数，表示取绝对值，B表示所述图像样本所对应的最小外接旋转矩形框内的像素点集合，表示统计像素点集合B中的像素点数量，P表示兴趣区域预测图，和分别表示兴趣区域预测图的宽度和高度；所述旋转矩形掩码图和所述旋转矩形映射估计特征图之间的BCE损失值和DICE损失值具体为： 其中，表示BCE损失值和DICE损失值的和值，表示所述旋转矩形映射估计特征图相对应的旋转矩形掩码图，表示基于第i尺度的图像样本得到的旋转矩形映射估计特征图，表示第二权重参数；所述图像样本的损失值的计算方式具体为： 其中，表示所述图像样本的损失值。

全文数据：

权利要求：

百度查询： 绍兴文理学院 一种基于弱标签数据的图像兴趣区域提取方法及系统