基于生成式对抗网络和半监督领域自适应的多模态小目标图像全自动分割方法及系统

摘要

本发明公开了一种基于生成式对抗网络和半监督领域自适应的多模态小目标图像全自动分割方法及系统，属于图像处理技术领域。输入待分割多模态小目标图像数据，分割模型利用数据合成框架和半监督学习框架两部分获得：数据合成框架是一个基于端到端的深度神经网络，使用两种数据集通过对抗性损失，保留高频细节，训练生成式对抗网络，生成多模态小目标合成图像；半监督学习框架利用多模态学习和附加模态先验知识的无监督领域自适应方法进行训练，得到全自动分割模型。最后利用分割模型输出分割结果。本发明解决了多模态小目标分割中有标注的数据样本稀缺和高度数据不平衡问题，能够同时利用无标签数据和跨模态数据，提升多模态小目标图像的分割精度。