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！

龙图腾网获悉武汉大学申请的专利顾及全局信息的弱监督图像分割模型、方法及计算机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：CN119919661B 。

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：202411982255.2，技术领域涉及：G06V10/26；该发明授权顾及全局信息的弱监督图像分割模型、方法及计算机系统是由张金亭;杨魁;彭李智设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本顾及全局信息的弱监督图像分割模型、方法及计算机系统在说明书摘要公布了：所述的模型包括：输入层，其被配置为接受图像；预处理模块，其被配置为对图像进行预处理，预处理内容包括：提升图像的通道数量，将图像的原始低级特征进行标准化处理；带注意力机制的卷积调制器，其被配置为对预处理后的图像进行多次卷积操作，并利用残差链接将最后一次卷积操作后获得的高级特征与第一次卷积时输入到卷积调制器原始低级特征相加，得到融合特征；池化层，其被配置为对卷积调制器提取的融合特征进行池化操作；全连接层，其被配置为将池化后的融合特征映射输出，以生成分割结果。本发明通过结合Transformer和CNN的优点以提高图像分割精度和效率。

本发明授权顾及全局信息的弱监督图像分割模型、方法及计算机系统在权利要求书中公布了：1.一种顾及全局信息的弱监督图像分割模型，其特征在于，包括： 输入层，其被配置为接受图像； 预处理模块，其被配置为对图像进行预处理，预处理内容包括：提升图像的通道数量，将图像的原始低级特征进行标准化处理； 带注意力机制的卷积调制器，其被配置为对预处理后的图像进行多次卷积操作，并利用残差链接将最后一次卷积操作后获得的高级特征与第一次卷积时输入到卷积调制器原始低级特征相加，得到融合特征，其中，卷积调制器通过卷积提取的特征与原始输入特征进行哈达玛乘积从而实现自我关注，卷积调制器包含两个分支，第一个分支包含层标准化和可变形卷积，第二个分支包含层标准化，卷积调制器被配置为：第一个分支的层标准化对原始输入特征进行规范化或标准化，可变形卷积对规范化或标准化后的原始输入特征进行可变形卷积操作；第二个分支的层标准化对原始输入特征进行规范化或标准化；第一个分支可变形卷积操作后提取的特征与第二个分支规范化或标准化后的原始输入特征利用哈达玛乘积相乘，得到高级特征；最后再利用一个层标准化对高级特征进行规范化或标准化； 池化层，其被配置为对卷积调制器提取的融合特征进行池化操作； 全连接层，其被配置为将池化后的融合特征，进行尺寸变换，映射输出，以生成分割结果。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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”。