Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 重庆理工大学李玉麟获国家专利权

重庆理工大学李玉麟获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉重庆理工大学申请的专利一种基于差异化上下文的图像语义分割方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117253034B

龙图腾网通过国家知识产权局官网在2025-07-22发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202311037168.5,技术领域涉及:G06V10/26;该发明授权一种基于差异化上下文的图像语义分割方法及系统是由李玉麟;肖汉光;彭科;夏清玲;时心怡;刘天琦设计研发完成,并于2023-08-17向国家知识产权局提交的专利申请。

一种基于差异化上下文的图像语义分割方法及系统在说明书摘要公布了:本发明公开了一种基于差异化上下文的图像语义分割方法及系统,涉及人工智能的图像处理与机器视觉技术领域。本发明提出了多尺度交错相减模块MSNS,以不同的卷积方式关注特征图,产生不同级别的感知特征,在保留有用差异化的信息下,减少冗余信息,且提出了多键上下文转换模块MCCM,有效融合孤立键、局部键和不同尺度的远程键,动态的权重编码上下文,弥补了自注意力机制长距离依赖的不足,并且为MSNS产生差异化信息提供一个良好的前提,通过多尺度级联的方式融合不同层次的差异化特征,由于不同层的感受也不同,各层包含的物体大小、边缘信息也各不相同,充分利用多尺度的特征,可以获取更准确的位置感知和边界增强的预测掩码。

本发明授权一种基于差异化上下文的图像语义分割方法及系统在权利要求书中公布了:1.一种基于差异化上下文的图像语义分割系统,其特征在于:包括MCCM模块和MSNS模块,还包括特征编码结构、差异化信息融合结构和全尺度特征解码结构; 所述MCCM模块用于融合孤立、局部、不同尺度的远程特征图信息,以自注意力的方式挖掘上下文信息,为产生差异化信息提供良好的前提; 所述MCCM模块的设置至少包括:首先将输入的特征图映射为语义通道作为输入,通过提出的多尺度键融合模块MSKF,融合孤立键、局部键、不同程度的远程键的上下文信息,得到具有丰富静态上下文键K1,同时捕获了长距离依赖;通过静态上下文键K1和查询Q在通道上合并,共同查询上下文;权重矩阵通过两个连续的1×1的卷积得到;其次将值V通过1×1的卷积对通道进行筛选,通过聚合值V来参与动态上下文K2的计算;最后,动态上下文,将静态上下文键K1和动态上下文K2进行逐元素相加后输出; 所述MCCM模块表示如下: KQV=Headχ K1=MSKFk Attention=TWConv1x1ConcatK1,Q Fout=K1+K2 其中,Headχ表示从输入特征χ中提取出多个头的表示;Concat.表示输入的特征图在通道上拼接,TWConv1x1.表示连续经过两次卷积核大小1为的卷积,其中第一次卷积的结果经过Relu函数激活,第二次则没有; 所述多尺度键融合模块MSKF表示如下: Ff=Conv1×1Fin Fi=PWCDWCk×k,rDWC3×3Ff Fu=absF1-F2-F3 其中,Fin表示将输入的二维特征映射后的K,DWCk×k,r表示卷积核大小为k,扩张系数为r的Depth-wiseConvolution; PWC.表示Point-wiseConvolution; 表示Element-wiseMutiplication,表示Element-wiseAddition; abs表示取绝对值; 所述差异化信息融合结构配合MSNS模块产生的差异化信息,用于在恢复图像分辨率时,避免融合上采样后的特征图带来的特征信息差距小,冗余信息多; 所述MSNS模块表达如下: Fi=absGeluGNDWC1×kFl-GeluGNDWCk×1Fd,k=1,3,5 Fout=RELUBNConv3×3Ff 其中,Fl,Fd表示浅层特征图的和上采样后的深层特征图,DWC代表Depth-wiseConvolution,保证信息构架独立性的同时,减少一定的参数量; -表示逐元素相减,和卷积共同产生差异化信息,减少冗余信息; 防止获取的差异化信息为负值,使用abs取绝对值; GN和BN分别表示GroupNormalization和BatchNormalization; Gelu和RELU别表示Gelu激活函数和RELU激活函数; 所述全尺度特征解码结构融合不同深度的差异化特征图,输出预测掩码。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人重庆理工大学,其通讯地址为:400054 重庆市巴南区红光大道69号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。