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！

龙图腾网获悉衡阳师范学院申请的专利基于自监督双重构建模的伪装物体语义分割方法、装置、设备及存储介质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：CN120107584B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202510170522.4，技术领域涉及：G06V10/26；该发明授权基于自监督双重构建模的伪装物体语义分割方法、装置、设备及存储介质是由焦铬;乐国文;陈纪友;李臣;王芳艳;吴芸设计研发完成，并于2025-02-17向国家知识产权局提交的专利申请。

本基于自监督双重构建模的伪装物体语义分割方法、装置、设备及存储介质在说明书摘要公布了：本申请提供一种基于自监督双重构建模的伪装物体语义分割方法、装置、设备及存储介质。涉及计算机视觉技术领域。该方法包括：图像重建阶段，输入图像中的像素被随机掩码，将掩码后的图像通过骨干网络进行提取得到语义特征，使用边界自适应感受模块聚合语义特征以重构被掩码像素；模型细化阶段，随机初始化边界自适应感受模块的权重，同时保留骨干网络提取的语义特征，进行全监督训练获得初步分割结果；标签重建阶段，使用骨干网络从噪声标签、部分标签和完整标签中提取语义特征以对所述初步分割结果进行特征提取，再使用距离自适应非对称模块进行重构得到最终分割结果。本申请可以实现精确的分割出伪装物体。

本发明授权基于自监督双重构建模的伪装物体语义分割方法、装置、设备及存储介质在权利要求书中公布了：1.一种基于自监督双重构建模的伪装物体语义分割方法，其特征在于，所述方法包括： 将图像中的像素随机掩码得到掩码图像，将所述掩码图像通过骨干网络进行提取得到第一多尺度语义特征，使用边界自适应感受模块聚合语义特征以重构被掩码像素； 随机初始化边界自适应感受模块的权重，同时保留骨干网络提取的第一多尺度语义特征，进行全监督训练获得初步分割结果； 使用骨干网络从噪声标签、部分标签和完整标签中提取第二多尺度语义特征以对所述初步分割结果进行特征提取，再使用距离自适应非对称模块进行重构得到最终分割结果； 所述骨干网络包括Transformer骨干网络或卷积骨干网络；所述Transformer骨干网络基于多层多头自注意力机制和多层线性插值采样实现特征建模的PVTv2骨干网络；所述卷积骨干网络基于多层分裂通道卷积和多层通道拼接与残差连接实现特征建模的Res2Net骨干网络； 所述边界自适应感受模块包括边界自适应感受卷积和多分支通道聚合结构； 所述边界自适应感受卷积包括自适应空洞卷积分支、边界感受分支和注意力加权机制； 所述自适应空洞卷积分支包括依次连接的4个卷积核为3*3、空洞系数分别为1，3，5，7的空洞卷积； 所述边界感受分支包括：依次连接的高斯、Sobel和拉普拉斯操作以及平均加权融合操作； 所述注意力加权机制包括依次连接的卷积、Relu激活函数、Softmax激活函数； 所述边界自适应感受卷积的输出结果通过将所述空洞卷积分支的输出与注意加权机制的输出进行元素乘法得到； 所述多分支通道聚合结构包括依次连接的通道Split操作、4个并行的边界自适应感受卷积和4个并行的CBR操作，所述多分支通道聚合结构的输出结果通过将4个CBR操作的输出合并后送入一个CBR操作得到； 所述CBR操作包括：依次连接的卷积、归一化和Relu激活函数； 所述距离自适应非对称模块包括距离自适应非对称卷积和多分支通道聚合结构； 所述距离自适应非对称卷积包括依次连接的非对称卷积、深度卷积和并行的SEA注意力机制与空间像素距离注意力加权机制，所述距离自适应非对称卷积的输出结果通过将SEA注意力机制的输出与空间像素距离注意力加权机制的输出进行元素乘法得到。

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衡阳师范学院，其通讯地址为：421001 湖南省衡阳市雁峰区黄白路165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”。