华中科技大学王植炜获国家专利权
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!
龙图腾网获悉华中科技大学申请的专利基于双向监督的内窥镜图像视差预测模型建立方法及应用获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115619727B 。
龙图腾网通过国家知识产权局官网在2026-01-06发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211218895.7,技术领域涉及:G06T7/00;该发明授权基于双向监督的内窥镜图像视差预测模型建立方法及应用是由王植炜;李强;石洪宽;周瀛设计研发完成,并于2022-10-07向国家知识产权局提交的专利申请。
本基于双向监督的内窥镜图像视差预测模型建立方法及应用在说明书摘要公布了:本发明公开了一种基于双向监督的内窥镜图像视差预测模型建立方法及应用,属于图像处理技术领域,包括:构建初始神经网络,包括两个分支,分别为分支A和分支B,每个分支以双目图像为输入,预测对应的左目图像视差概率分布和视差图;利用部分标注的数据集训练初始神经网络,对于无标签样本,以分支A预测的视差图作为分支B的伪标签,监督分支B的视差概率分布与视差图,且以分支B预测视差图作为分支A的伪标签,监督分支A的视差概率分布与视差图;将训练后的初始神经网络或其中一个分支作为视差预测模型。本发明能够有效解决现有技术在训练用于内窥镜视差预测的模型时,单一方向的知识流动限制了内窥镜图像深度估计精度进一步提升的技术问题。
本发明授权基于双向监督的内窥镜图像视差预测模型建立方法及应用在权利要求书中公布了:1.一种基于双向自适应监督的内窥镜图像视差预测模型建立方法,其特征在于,包括: 初始化步骤:基于预训练好的、用于估计双目图像的代价立方体的代价立方体预测网络构建初始神经网络,包括两个分支,分别为分支A和分支B;所述分支包括:代价立方体预测网络;视差概率分布预测模块,用于根据所述代价立方体预测网络输出的代价立方体预测每个像素在每个候选视差值的概率,得到视差概率分布;视差预测模块,用于根据所述视差概率分布计算各像素的视差值,得到视差图; 模型训练步骤:利用部分标注了视差图标签的双目内窥镜图像数据集对所述初始神经网络进行训练,训练过程中,每一个训练批次的样本同为有标签样本或同为无标签样本,对于无标签样本,以分支A预测的视差图作为分支B的伪标签,且以分支B预测视差图作为分支A的伪标签; 模型提取步骤:将训练后的初始神经网络作为第一内窥镜图像视差预测模型,或者,将训练后的初始神经网络中,其中一个分支中的代价立方体预测网络、视差概率分布预测模块以及视差预测模块连接所得的模型作为第二内窥镜视差预测模型; 所述分支还包括:置信度网络,用于估计所述视差预测模块输出的视差图的准确性,得到置信度图; 并且,所述模型训练步骤中,对于无标签样本,训练损失函数包括自适应交叉监督损失LACS,其表达式如下: 其中,R表示预设的视差范围,R0;s表示所述视差范围内的视差值;x,y表示像素坐标;Pa和Pb分别表示分支A和分支B预测所得视差概率分布;和分别表示分支A和分支B的视差概率分布伪标签;和分别表示分支A和分支B的视差图伪标签,,,Da和Db分别表示分支A和分支B预测的视差图;,,Ka和Kb分别表示分支A和分支B估计的置信度图,M1。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人华中科技大学,其通讯地址为:430074 湖北省武汉市洪山区珞喻路1037号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励