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 > 中国科学院上海微系统与信息技术研究所李嘉茂获国家专利权

中国科学院上海微系统与信息技术研究所李嘉茂获国家专利权

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!

龙图腾网获悉中国科学院上海微系统与信息技术研究所申请的专利基于特征级无监督域适应网络的语义分割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:CN116310313B

龙图腾网通过国家知识产权局官网在2025-07-29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:202310061744.3,技术领域涉及:G06V10/26;该发明授权基于特征级无监督域适应网络的语义分割方法是由李嘉茂;李娇;朱冬晨;石文君;张广慧;张晓林设计研发完成,并于2023-01-17向国家知识产权局提交的专利申请。

基于特征级无监督域适应网络的语义分割方法在说明书摘要公布了:本发明涉及一种基于特征级无监督域适应网络的语义分割方法,包括以下步骤:获取图像数据;将所述图像数据输入至特征级无监督域适应网络,实现对所述图像数据的分割效果可视化,所述特征级无监督域适应网络为一个包含三个共享权重分支的自训练网络,所述自训练网络包括源分支部分、目标分支部分和目标‑源分支部分;所述源分支部分用于学习源域内分布,所述目标分支部分用于学习目标域内分布,所述目标‑源分支部分用于在特征级对齐所述源域和目标域之间的域间分布。本发明能够有效增强域适应能力,在目标域数据集上实现了更好的分割效果。

本发明授权基于特征级无监督域适应网络的语义分割方法在权利要求书中公布了:1.一种基于特征级无监督域适应网络的语义分割方法,其特征在于,包括以下步骤: 获取图像数据; 将所述图像数据输入至特征级无监督域适应网络,实现对所述图像数据的分割效果可视化,所述特征级无监督域适应网络为一个包含三个共享权重分支的自训练网络,所述自训练网络包括源分支部分、目标分支部分和目标-源分支部分;所述源分支部分用于学习源域内分布,所述目标分支部分用于学习目标域内分布,所述目标-源分支部分用于在特征级对齐所述源域和目标域之间的域间分布; 其中,所述目标分支部分的编码器的每一层上基于多头自注意力模块学习目标域内分布,所述目标域内分布通过一个残差连接和层归一化得到注意力输出; 所述源分支部分的编码器的每一层上基于多头自注意力模块学习源域内分布,所述源域内分布通过一个残差连接和层归一化得到注意力输出; 所述目标-源分支部分的编码器的每一层上设置有两个基于交叉注意力机制的模块,分别为域间特征对齐模块和域不变特征学习模块,所述域间特征对齐模块通过线性变换模块与所述域不变特征学习模块相连;所述域间特征对齐模块用于学习所述源域的特征和所述目标域的特征之间的相关性,然后基于相关性找到和目标域的特征有着相似特征风格的源域特征,用以更新目标域特征;所述域间特征对齐模块的查询集来自于所述目标域,键集和值集来自于所述源域;所述域不变特征学习模块的查询集来自于所述线性变换模块,键集和值集来自于所述目标域。

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中国科学院上海微系统与信息技术研究所,其通讯地址为:200050 上海市长宁区长宁路865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。