基于缺失模态的多模态图像分割方法、系统、终端及存储介质

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于缺失模态的多模态图像分割方法、系统、终端及存储介质
申请号:CN202510423507
申请日期:2025-04-07
公开号:CN119963845A
公开日期:2025-05-09
类型:发明专利
摘要
本发明公开了一种基于缺失模态的多模态图像分割方法、系统、终端及存储介质,所述方法包括:获取目标图像集,将每个样本的每种模态进行单独并行处理,同时结合散度损失、互信息传递以及针对每个样本的所有单模态表示的动态融合,构建出总损失函数以训练模型,最终通过训练的模型输出对目标图像集的分割结果。本发明综合考虑了多模态数据不完整的情况,通过散度损失和高互信息知识传递方法,有效地促进了不同模态之间的特征对齐,提高了跨模态信息传递的精度,使得预测结果与标签之间的差异被有效度量,能够更有效地处理缺失模态,提高了模型在数据不完整情况下的稳定性和准确性。
技术关键词
三维卷积神经网络 图像分割方法 概率密度函数 图像分割系统 最大化方法 样本 模态特征 知识传递方法 编码器 数据 模型训练模块 可读存储介质 特征提取模块 度量 处理器 终端 动态 通道