一种基于多编码器卷积神经网络的图像分割方法和系统

摘要

本发明公开了一种基于多编码器卷积神经网络的图像分割方法和系统。基于多编码器卷积神经网络的图像分割方法其特征在于：采用若干个编码器提取特征，通过解码器恢复至原始分辨率，编码器1由若干卷积层和下采样MaxPooling层组成，在编码器1经过三次、两次和一次下采样的卷积层上分别设置一个编码器，得到编码器2、3、4，在最底层将不同编码器提取的特征在通道维度进行融合，然后构建与编码器1对称的解码器结构，通过跨层连接将编码器1和与解码器相邻编码器卷积层中的特征送到对称的解码过程中，直到图像恢复到原始分辨率，进行逐个像素点分类，得到最终的分割结果，在ATLAS Release 1.1数据集上进行了算法验证，本发明提出的方法优于传统方法，分割效果更好。