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！

龙图腾网获悉之江实验室;中山大学申请的专利基于边框标注的弱监督视频目标分割方法及装置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：CN115761574B 。

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：202211322815.2，技术领域涉及：G06V20/40；该发明授权基于边框标注的弱监督视频目标分割方法及装置是由胡建芳;林子杭;谭超镭;郑伟诗;王军设计研发完成，并于2022-10-27向国家知识产权局提交的专利申请。

本基于边框标注的弱监督视频目标分割方法及装置在说明书摘要公布了：本发明公开了一种基于边框标注的弱监督视频目标分割方法及装置，方法包括下述步骤：在图像分割数据集上训练基于PReMVOS模型的伪标注生成模型；使用伪标注生成模型对视频数据和边框标注逐帧生成对应的伪掩模标注；利用生成的伪掩模标注，使用“合作教学”算法训练视频目标分割模型。本方法使用低代价的边框标注训练视频目标分割模型，从而降低视频目标分割模型迁移到实际应用场景时对新数据进行标注的代价，降低视频目标分割模型的落地难度；通过使用“合作教学”的训练算法，可以更充分地利用现有的大量视频目标跟踪数据集来训练视频目标分割模型，增强视频目标分割模型的性能和泛化能力。

本发明授权基于边框标注的弱监督视频目标分割方法及装置在权利要求书中公布了：1.基于边框标注的弱监督视频目标分割方法，其特征在于，包括下述步骤： 在图像分割数据集上训练基于PReMVOS模型的伪标注生成模型，所述伪标注生成模型的输入为原始视频及对应的边框标注，输出为伪掩模标注； 使用伪标注生成模型对视频数据和边框标注逐帧生成对应的伪掩模标注； 利用生成的伪掩模标注，使用“合作教学”算法训练视频目标分割模型，利用训练好的视频目标分割模型对视频数据进行目标分割，得到目标分割结果；所述“合作教学”算法是将两个结构相同参数不同的网络在训练阶段的每次迭代中，分别为对方筛选出较干净的数据以供对方训练，缓解噪声标注的影响； 所述利用生成的伪掩模标注，使用“合作教学”算法训练视频目标分割模型，具体为： 随机初始化两个结构相同参数不同的视频目标分割模型，记为模型A和模型B，在Youtube-VOS数据集上，利用生成的伪掩模标注，使用逐帧逐像素的交叉熵损失函数对模型A和B进行初步训练，训练过程保证每次训练迭代中模型A和B使用的训练样本不同； 完成初步训练后，进入“合作教学”训练阶段，在每次训练迭代中，采样一批训练样本，用模型A和B分别对训练样本进行一次分割，计算分割结果与生成的伪掩模标注之间的逐帧逐像素交叉熵损失函数值，根据模型A的输出结果，对在边框标注区域内的像素的交叉熵损失函数值进行排序，取其中损失函数值较小的RT％的像素，利用像素对应的伪掩模标注训练模型B；所述其中T为当前训练迭代步数，Tk为控制RT增大速度的参数，τ为控制RT最大值的参数； 根据模型B的输出结果，对边框标注区域内的像素的交叉熵损失函数值进行排序，取其中损失函数值较小的RT％的像素，利用像素对应的伪掩模标注训练模型A； 对于边框标注外的像素，全部当成背景类别来训练模型A和B； 当模型A和模型B的预测结果逐渐趋同时，训练结束，取模型A作为最终视频目标分割模型。

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之江实验室;中山大学，其通讯地址为：310023 浙江省杭州市文一西路1818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。