南京理工大学付振勇获国家专利权
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！
龙图腾网获悉南京理工大学申请的专利基于自监督学习的非模态图像分割与内容补全方法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：CN115797392B 。
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：202211653377.8，技术领域涉及：G06T7/194；该发明授权基于自监督学习的非模态图像分割与内容补全方法是由付振勇;郑子彦设计研发完成，并于2022-12-21向国家知识产权局提交的专利申请。
本基于自监督学习的非模态图像分割与内容补全方法在说明书摘要公布了：本发明公开了一种基于自监督学习的非模态图像分割与内容补全方法，该方法采用了编码器加生成器的模型，在生成器部分同时输出目标物体的非模态分割和图像重建的结果，并使用自监督学习的方法在KINS数据集上进行训练。该方法主要步骤包括：利用编码器将输入图像x和遮挡物的分割eraser_mask连接并映射到潜空间，输出一维的潜向量z；将向量z和目标物体的类别c输入到预训练的大型生成器BigGAN，利用其先验信息，生成图像x*，还原目标物体被遮挡的部分，同时通过分割分支生成目标物体的完整分割y*。将数据集划分成训练数据集、验证数据集、测试数据集，训练时通过遮挡算法生成训练数据，使用自监督的方法训练整个神经网络模型。
本发明授权基于自监督学习的非模态图像分割与内容补全方法在权利要求书中公布了：1.一种基于自监督学习的非模态图像分割与内容补全方法，其特征在于，包括如下步骤： 步骤1、从数据集的物体中随机选取一个物体作为遮挡物eraser，对目标物体的图像x进行遮挡，生成被遮挡的图片x′； 步骤2、把被遮挡的物体的图片x′和遮挡物的分割eraser_mask连接起来，通过编码器E编码为潜向量z＝E[x′,eraser_mask]； 步骤3、将潜向量z和目标物体的类别c输入到生成器G，同时输出完整的目标物体和分割结果x*,y*＝Gz,c； 步骤4、使用不同的损失函数Lossimgx*,x，Lossmasky*,y分别对图像和分割做约束，训练整个神经网络模型，其中x和y是未被遮挡的目标物体的图像和分割； 步骤5、在推理时，将图像中除目标物体外的全部其他前景物体作为遮挡物eraser，将被遮挡的目标物体图像和遮挡物的分割连接起来并输入到模型中进行推理，输出完整的目标物体及其分割。
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南京理工大学，其通讯地址为：210094 江苏省南京市孝陵卫200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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号