買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜浙江大學申請的專利一種基于圖塊聚類的弱監督自然圖像摳圖方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114693937B 。

龍圖騰網通過國家知識產權局官網在2025-03-21發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210367918.4，技術領域涉及：G06V10/28；該發明授權一種基于圖塊聚類的弱監督自然圖像摳圖方法是由許威威;張云柯;王馳;鮑虎軍設計研發完成，并于2022-04-08向國家知識產權局提交的專利申請。

本一種基于圖塊聚類的弱監督自然圖像摳圖方法在說明書摘要公布了：本發明公開了一種基于圖塊聚類的弱監督自然圖像摳圖方法。具體地，用戶先使用含有真實透明度遮罩標注的數據對教師網絡進行訓練；其次，再使用透明度遮罩相似度度量來對圖塊聚類模塊進行訓練；接著，使用訓練完成的圖塊聚類模塊對含有真實透明度遮罩標注的數據進行聚類并對聚類結果進行優化；最終使用所有數據分別使用傳統圖像摳圖損失和聚類先驗損失函數對學生網絡進行監督。在使用時，用戶通過將待摳圖的圖像及其對應三值圖輸入進學生網絡從而得到最終摳圖結果。本發明首次在僅有較少真實透明度遮罩標注的數據的前提下，利用不含真實透明度遮罩標注的數據提升了摳圖效果，可以克服之前方法需要大批量標注訓練數據的問題。

本發明授權一種基于圖塊聚類的弱監督自然圖像摳圖方法在權利要求書中公布了：1.一種基于圖塊聚類的弱監督自然圖像摳圖方法，其特征在于，包括以下步驟：S1：獲取訓練數據，其中包括含有真實透明度遮罩標注的數據集L及不含真實透明度遮罩標注的數據集U；其中，數據集L包括三部分：自然圖像、自然圖像對應的三值圖、自然圖像對應的真實透明度遮罩；數據集U包括兩部分：自然圖像及其對應的三值圖；其中，所述三值圖將自然圖像中的所有像素分為三類，包括前景像素、背景像素和待求解像素；所述真實透明度遮罩代表的是自然圖像中每個位置上對應像素的透明度；S2：使用數據集L及深度學習摳圖損失函數訓練教師網絡T，網絡T是一個基于編-解碼器架構的深度神經網絡，其中包括一個編碼器和一個解碼器；輸入一張自然圖像及其對應的三值圖，編碼器將輸入映射成高維語義特征數據，解碼器從高維語義特征數據中解碼出真實透明度遮罩作為預測結果；使用摳圖損失函數計算預測結果與真實透明度遮罩之間的差異，從而實現對網絡T的訓練；所述的使用數據集L及深度學習摳圖損失函數訓練教師網絡T，具體為：首先使用在大型圖像分類數據集訓練過的圖像分類模型作為網絡的初始化，再使用數據集L以及相應的數據增廣技巧，使用常用的摳圖損失函數對網絡T對進行訓練；所述數據增廣技巧包括隨機數據增廣技巧、隨機非剛體體形變和透明度抖動；其中，隨機非剛體形變包括彈性形變ElasticTransform和薄板樣條形變ThinPlateSplineTransform，透明度抖動是對真實透明度遮罩進行隨機伽馬變換；S3：使用數據集L和透明度遮罩相似度損失訓練圖塊聚類模塊；該圖塊聚類模塊包含了S2中訓練完畢的網絡T的編碼器和一個映射器網絡M；網絡M是一個多層感知機MLP，負責將網絡T的編碼器輸出的特征數據映射為用于圖塊聚類的特征數據；訓練時，輸入一張自然圖像及其對應的三值圖，經過網絡T的編碼器和映射器網絡M，輸出預測的圖塊聚類特征向量；最終使用透明度遮罩相似度損失來訓練網絡M，網絡T的編碼器不參與訓練；所述的透明度遮罩相似度損失具體為：給定數據集L中的自然圖像及其對應的三值圖數據和真實透明度遮罩數據將和送入網絡T的編碼器編碼后得到特征數據FL，透明度遮罩相似度損失函數Las按如下公式計算：Las＝τsp,sn 其中，fi,fj∈FL是特征數據FL中位置i和位置j上的特征數據，ai,是真實透明度遮罩數據在位置i和位置j上對應的透明度遮罩塊；MT是網絡M；τ是Circle損失，γ,θm是Circle損失相關參數，sp和sn分別是Circle損失中的類內對和類間對；φ是余弦相似度，H和G分別是透明度遮罩相似度度量的兩項指標；是選擇類內和類間對時使用的閾值；S4：使用S3中訓練完畢的圖塊聚類模塊預測數據集L的聚類特征數據，在預測結果上進行聚類操作并對聚類結果進行優化；其中，先將數據集L中的自然圖像及其對應的三值圖數據送入圖塊聚類模塊，獲得對應的圖塊聚類特征數據；在獲取到所有圖塊聚類特征數據之后，對特征數據使用K-means算法進行聚類并獲取聚類中心；S5：對S4中獲取的聚類中心進行進一步的優化并收集位于聚類中心附近的透明度遮罩；其中，聚類中心優化包括過濾無效聚類中心和相似聚類中心聚合；S6：使用數據集L、數據集U以及S5中優化后的聚類中心及其附近的透明度遮罩訓練學生網絡S；其中，網絡S是一個與網絡T結構完全相同的基于編-解碼器架構的深度神經網絡，且使用S2中訓練好的網絡T的權重進行初始化；訓練時，同時將數據集L和數據集U的數據送入網絡S，并由網絡S輸出透明度遮罩的預測結果；針對數據集L中的數據，使用摳圖損失函數并利用數據集L中已知的真實透明度遮罩進行訓練；針對數據集U中的數據，首先將數據送入S3中訓練完畢的圖塊聚類模塊獲得該數據對應的圖塊聚類特征數據，接著依據此特征數據查找距離最近的經過S5優化后的聚類中心及其附近的透明度遮罩，最后使用聚類先驗損失，利用查找到的透明度遮罩來進行訓練；S7：使用在S6中訓練完成的網絡S進行摳圖；輸入待摳圖的自然圖像及其對應的三值圖給網絡S，網絡S預測出該自然圖像對應的透明度遮罩，即摳圖結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人浙江大學，其通訊地址為：310058 浙江省杭州市西湖區余杭塘路866號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。