【技術實現步驟摘要】
本專利技術針對人眼圖像的多類分割提出基于拓撲交并約束損失的分割方法，屬于計算機視覺領域。
技術介紹
1、本方法針對人臉圖像中的眼部區域對象進行分割，對眼睛圖像中的多部位依據醫學先驗知識進行區域分割，有助于提升模型分割性能。精確的眼睛圖像分割有利于提高虹膜識別技術的準確性和可靠性，同時也可以在醫學上輔助檢測眼肌型重癥肌無力、白內障等眼部疾病。在實際場景下，眼睛具有生物的結構性特征，這種結構關系可以幫助我們掌握眼睛圖像分割中的拓撲關系，有效地約束圖像中的多類標簽，對眼睛圖像的多尺度分割進行一定的優化。
2、現有的眼睛圖像分割研究主要針對眼部虹膜邊界的分割方法，在此方面，zhaofeng?he等[1]針對噪聲敏感提出了一種快速準確的眼部虹膜分割方法，首先提取虹膜中心的粗略位置，檢測虹膜邊界的邊緣點，并建立一個彈性模型(在該模型下，圓形虹膜邊界的中心和半徑以胡克定律的恢復力驅動的方式被迭代地細化)，然后通過基于光滑樣條的邊緣擬合方法來處理非圓形虹膜邊界，再通過邊緣檢測和曲線擬合來定位眼瞼。yung-hui?li等[2]提出了一種眼部虹膜邊界分割算法，將眼部虹膜分割分為眼睛定位和虹膜區域分割兩個步驟。該分割算法經過faster?r-cnn模型對眼睛進行檢測和定位，,然后對瞳孔區域使用高斯混合模型(gmm)進行擬合，最終使用邊緣邊界定位算法對虹膜邊界進行估計。mousumi?sardar等[3]引入了交互式u-net網絡的變體對眼部虹膜進行分割，交互式u-net可以幫助沒有足夠標簽樣本的數據集生成ground?truth，他們通
3、以上方法均可以在一定程度上分割眼睛圖像的各個區域，但是存在以下一些限制：(1)人工標注費時費力，所以眼部標簽圖像較少，很難使分割模型達到預期效果；(2)分割后的眼部多類標簽之間關系混亂，但眼部區域擁有特性，利用這種先驗知識可以使模型即使在數據量少的情況下也能達到預期效果。
4、為了克服這些挑戰，本專利提出了一種拓撲交并約束損失的分割方法，名為拓撲交并損失(topological?intersection-union?loss，簡稱tiu-loss)，該損失函數基于解剖結構之間的多區域交集和并集約束設計，即根據眼球的生理結構將圖像的拓撲約束加入到最大池層中。內部函數執行每個通道的池化分量計算，包括歸一化輸入和目標張量，以及使用不同的內核和步幅進行最大池化。該函數計算預測圖像與各通道標簽的差值，并引入附加拓撲條件約束像素點，眼睛眼部區域拓撲關系如圖1所示。本專利的方法可以充分利用眼睛各區域間的結構關系，通過多類標簽之間的約束條件判斷該標簽像素點是否滿足拓撲關系來決定保留或丟棄像素點，顯著提高眼睛圖像多類分割質量。
5、參考文獻：
6、[1]he?z,tan?t,sun?z,et?al.toward?accurate?and?fast?iris?segmentationfor?iris?biometrics[j].ieee?transactions?on?pattern?analysis?and?machineintelligence,2008,31(9):1670-1684.
7、[2]li?y?h,huang?p?j,juan?y.an?efficient?and?robust?iris?segmentationalgorithm?using?deep?learning[j].mobile?information?systems,2019,2019.
8、[3]sardar?m,banerjee?s,mitra?s.iris?segmentation?using?interactivedeep?learning[j].ieee?access,2020,8:219322-219330.
9、[4]chaudhary?ak,kothari?r,acharya?m,et?al.ritnet:real-time?semanticsegmentation?of?the?eye?for?gaze?tracking[c]//2019ieee/cvf?internationalconference?on?computer?vision?workshop(iccvw).ieee,2019:3698-3702.
10、[5]guo?h,hu?s,wang?x,et?al.eyes?tell?all:irregular?pupil?shapesreveal?gan-generated?faces[c]//icassp?2022-2022ieee?international?conferenceon?acoustics,speech?and?signal?processing(icassp).ieee,2022:2904-2908.
技術實現思路
1、現有的深度學習分割方法自動學習圖像上強大的特征表示，并優化像素精度，從而實現更高的性能。但是，這種方法往往忽略了生物結構特征，不能在結果中顯示生物特征，導致分割結果結構混亂。現有的工作雖然會表示單個標簽的拓撲關系，但是在解決不同標簽之間的拓撲結構表示方面進展緩慢。
2、本專利技術采用如下技術方案：在基礎分割模型的基礎上，針對性地引入人體眼睛結構的先驗知識，以拓撲交并約束損失函數形式來指導多類標簽的分割圖像。本專利技術在分割模型外部再接入一個最大池化層，在最大池化層中引入拓撲約束，最大池化差異和拓撲區域約束組成拓撲交并約束損失。此損失分為兩個模塊，模塊一是最大池化差異，內部函數執行每個通道的差異分量計算，包括歸一化輸入和目標張量，以及使用不同的內核和步幅對預測圖像和標注圖像進行最大池化，計算池化預測與各通道標簽的差值。模塊二是拓撲區域約束，引入附加拓撲條件以激活函數的形式來約束多類標簽的像素點，保證鞏膜包含虹膜，虹膜包含瞳孔，鞏膜與瞳孔互斥。最后，我們將這些池化差異和拓撲約束組合成最終的拓撲交并約束損失。
3、本專利技術的具體方案如附圖2所示。
4、步驟1：獲得基礎分割圖像
5、將眼睛圖像經過基本分割模型，可以得到該圖像的基礎分割圖像，獲得基礎圖像特征表示。
6、步驟2最大池化差異模塊獲得池化差異損失
7、此步驟的目的是利用最大池化層獲得多類標簽的每個通道差異分量。共包含三大階段。
<本文檔來自技高網...【技術保護點】
1.一種基于拓撲交并約束損失的人眼多類分割方法，其特征在于：
2.根據權利要求1所述的一種基于拓撲交并約束損失的人眼多類分割方法，其特征在于：
【技術特征摘要】
1.一種基于拓撲交并約束損失的人眼多類分割方法，其特征在于：
2....
【專利技術屬性】
技術研發人員：李建強，夏銳禹，付光暉，徐曦，趙琳娜，程文秀，劉素芹，
申請(專利權)人：北京工業大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。