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

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 > 西安电子科技大学刘靳获国家专利权

西安电子科技大学刘靳获国家专利权

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!

龙图腾网获悉西安电子科技大学申请的专利基于注意力边界增强和聚合金字塔的城市街景图像实时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:CN119478401B

龙图腾网通过国家知识产权局官网在2025-09-26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:202411528251.7,技术领域涉及:G06V10/26;该发明授权基于注意力边界增强和聚合金字塔的城市街景图像实时语义分割方法是由刘靳;史霁翔;孙小华;刘睿森;路文设计研发完成,并于2024-10-30向国家知识产权局提交的专利申请。

基于注意力边界增强和聚合金字塔的城市街景图像实时语义分割方法在说明书摘要公布了:本发明提出了一种基于注意力边界增强和聚合金字塔的城市街景图像实时语义分割方法,实现步骤为:获取训练样本集和测试样本集;构建基于注意力边界增强和聚合金字塔的城市街景实时语义分割网络模型并对其进行迭代训练;获取城市街景图像实时语义分割结果。本发明通过注意力边界增强子网络加强了对边界的敏感性,并利用由粗到细的特征感知来整合上下文信息,提高了语义信息的鲁棒性,同时聚合金字塔池化网络对不同尺度的池化特征图进行特征拼接,网络生成正确的语义标签,最终融合三个网络输出的每个样本的全局特征信息图、细节特征信息图和边界特征信息图进行融合,提高了语义分割图像的识别精度。

本发明授权基于注意力边界增强和聚合金字塔的城市街景图像实时语义分割方法在权利要求书中公布了:1.一种基于注意力边界增强和聚合金字塔的城市街景图像实时语义分割方法,其特征在于,包括如下步骤: 1获取训练样本集和测试样本集: 对从城市街景图像数据集中随机选取的包含S个类别的M幅且带有语义标签的城市街景RGB图像进行预处理,并将预处理后的M1幅城市街景图像作为训练样本集,将剩余的预处理后的M2街景图像作为测试样本集,其中S≥2,M≥4000,M2=M-M1; 2构建基于注意力边界增强和聚合金字塔的城市街景实时语义分割网络模型P: 构建包括前处理模块和以与其以级联的多尺度特征分割网络与聚合金字塔池化网络为主干网络,以与前处理模块和多尺度特征分割网络的输出端级联的细节增强子网络和注意力边界增强子网络分别为支网络,以及与主干网络和两个支网络的输出端级联的加法器的城市街景实时语义分割网络模型P,其中: 前处理模块,包括层叠的卷积层与BasicBlock层; 主干网络,其中的多尺度特征分割网络包括级联的N个不同尺度的特征提取模块,N≥3;聚合金字塔池化网络包括并行的特征提取分支和聚合模块,特征提取分支用于提取不同尺度的池化特征图,聚合模块将特征提取的结果进行拼接; 细节增强子网络,包括级联的N个残差模块,且除第一特征提取模块和第一残差模块外,每个残差模块的输入端与对应的特征提取模块的输入端相连; 边界增强子网络,包括级联的N-1个注意力感知边界细化模块,且第n个残差模块的输入端与第n-1个注意力感知边界细化模块的输入端相连; 分割头预测网络,包括层叠的卷积层、BN层、ReLU激活函数和卷积层; 3对城市街景实时语义分割网络模型进行迭代训练: 通过训练样本集对城市街景实时语义分割网络模型P进行迭代训练,得到训练好的语义分割网络模型P*; 4获取城市街景图像实时语义分割结果: 将测试样本集作为训练好的语义分割网络模型P*的输入进行前向推理,得到M2个测试样本对应的语义分割结果。

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西安电子科技大学,其通讯地址为:710071 陕西省西安市雁塔区太白南路2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”。

以上内容由龙图腾AI智能生成。

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。