中國科學院上海微系統與信息技術研究所祁若宸獲國家專利權
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!
龍圖騰網獲悉中國科學院上海微系統與信息技術研究所申請的專利一種基于迭代學習的半監督人眼多要素分割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:CN115116123B 。
龍圖騰網通過國家知識產權局官網在2025-09-09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:202210497450.0,技術領域涉及:G06V40/18;該發明授權一種基于迭代學習的半監督人眼多要素分割方法是由祁若宸;朱冬晨;張廣慧;石文君;李嘉茂;張曉林設計研發完成,并于2022-05-09向國家知識產權局提交的專利申請。
本一種基于迭代學習的半監督人眼多要素分割方法在說明書摘要公布了:本發明涉及一種基于迭代學習的半監督人眼多要素分割方法,包括以下步驟:將可見光下眼部數據集劃分為有標簽眼部數據集和無標簽眼部數據集;基于有標簽眼部數據集利用有監督深度學習網絡進行訓練,得到預訓練模型;基于預訓練模型通過前向推理獲取無標簽眼部數據集的偽標簽;基于有標簽眼部數據集對無標簽眼部數據集和偽標簽進行篩選,得到信任數據集;將有標簽眼部數據集和信任數據集輸入至有監督深度學習網絡進行再訓練,若未達到訓練完成要求,則返回上述的偽標簽獲取步驟,否則結束訓練得到人眼分割模型;采用人眼分割模型對人眼進行多要素分割。本發明能夠在使用少量標簽數據的情況下,提升模型的精度和魯棒性。
本發明授權一種基于迭代學習的半監督人眼多要素分割方法在權利要求書中公布了:1.一種基于迭代學習的半監督人眼多要素分割方法,其特征在于,包括以下步驟: 1將可見光下眼部數據集劃分為有標簽眼部數據集和無標簽眼部數據集; 2基于所述有標簽眼部數據集利用有監督深度學習網絡進行訓練,得到預訓練模型; 3基于所述預訓練模型通過前向推理獲取所述無標簽眼部數據集的偽標簽; 4基于所述有標簽眼部數據集對所述無標簽眼部數據集和偽標簽進行篩選,得到信任數據集,具體為: 41基于所述有標簽眼部數據集中的標簽獲取標準參數,具體為:根據所述標簽提取鞏膜標簽、虹膜標簽和瞳孔標簽,由所述鞏膜標簽、虹膜標簽和瞳孔標簽合成全眼標簽;分別計算所述全眼標簽、虹膜標簽和瞳孔標簽的凸性和堅固性;分別求所述全眼標簽、虹膜標簽和瞳孔標簽的平均凸性和平均堅固性,并將所述平均凸性和平均堅固性作為標準參數; 42基于所述偽標簽獲取所述無標簽眼部數據集中每張圖像數據的偽標簽參數; 43將所述標準參數與所述偽標簽參數進行比較,若所述偽標簽參數的總錯誤率小于閾值,則將所述偽標簽參數對應的圖像數據和偽標簽加入到所述信任數據集中; 5將所述有標簽眼部數據集和信任數據集輸入至所述有監督深度學習網絡進行再訓練,若未達到訓練完成要求,則返回所述步驟3,否則結束訓練得到人眼分割模型; 6采用所述人眼分割模型對人眼進行多要素分割。
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中國科學院上海微系統與信息技術研究所,其通訊地址為:200050 上海市長寧區長寧路865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”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。