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！

龙图腾网获悉湖南大学申请的专利一种基于域不变语义类原型的少样本语义分割方法及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：CN115272676B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202210913076.8，技术领域涉及：G06V10/26；该发明授权一种基于域不变语义类原型的少样本语义分割方法及系统是由杨振耕;余洪山;孙炜;何勇;邹艳梅;陈同嘉;马小菊设计研发完成，并于2022-08-01向国家知识产权局提交的专利申请。

本一种基于域不变语义类原型的少样本语义分割方法及系统在说明书摘要公布了：本发明公开了一种基于域不变语义类原型的少样本语义分割方法及系统，该方法首先通过深度学习分别提取目标域图片与源域图片特征；然后通过掩膜平均池化获取目标域图片某一类的平均特征表征作为该目标类原型；其次在源域图像上逐像素寻找该像素最近的目标类原型实现源域图像分割，并通过源域图像标记训练语义特征网络；最后通过训练好的语义特征提取网络实现域不变类原型提取，并通过基于原型的语义分割即计算每一像素的最相似的类原型实现目标域图片的分割。本发明的语义分割迁移方法具有训练简单、通用性强等突出优点。

本发明授权一种基于域不变语义类原型的少样本语义分割方法及系统在权利要求书中公布了：1.一种基于域不变语义类原型的少样本语义分割方法，其特征在于，包含以下步骤： 步骤1：获取源域、目标域样本数据集； 选取全部源域图像进行语义标签标注，得到源域样本数据集；从采集的目标域图像中选取不超过十分之一的目标域图像进行语义标签标注，得到目标域样本数据集； 步骤2：利用语义特征提取网络提取语义特征矩阵； 步骤3：利用目标域样本数据集中目标域图像获取语义类域不变特征原型矩阵；所述语义类域不变特征原型矩阵是基于语义特征提取网络获得的目标域样本数据集中目标域图像的语义特征矩阵，以及对应的语义标签图像，按照语义标签索引赋值，再对各语义类进行二值掩膜计算获得； 步骤4：利用步骤2和步骤3获得的数据，输入基于原型的语义分割模型，进行基于原型的语义分割； 步骤5：训练语义特征提取网络； 将源域图像、目标域图像作为语义特征提取网络的输入数据，将源域图像、目标域图像的语义特征矩阵作为语义特征提取网络的输出数据，并利用语义分割损失计算语义特征提取网络的参数梯度对语义特征提取网络进行训练； 所述语义分割损失是利用基于原型的语义分割模型获取的语义分割结果计算得到； 步骤6：遍历源域、目标域样本数据集中的源域图像、目标域图像，迭代执行步骤2‑步骤5，迭代至指定次数； 步骤7：将目标域样本数据集中的目标域图像，利用经过迭代训练后的语义特征提取网络，执行步骤2‑步骤3，获得最终的语义类域不变特征原型矩阵，并输入基于原型的语义分割模型，对待分割图像进行语义分割。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路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。