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！

龙图腾网获悉燕山大学申请的专利一种机器人环境下零样本物体实例分割系统及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：CN119784778B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411976640.6，技术领域涉及：G06T7/11；该发明授权一种机器人环境下零样本物体实例分割系统及方法是由张营;尹茂良;张巧;张翠华;华长春;丁伟利;骆曦设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本一种机器人环境下零样本物体实例分割系统及方法在说明书摘要公布了：本发明公开了一种机器人环境下零样本物体实例分割系统及方法，属于机器人视觉感知技术领域，首先对深度图像进行Viridis颜色映射预处理，然后利用SAMSegmentAnythingModel模型生成初始物体掩码候选；同时利用预训练的ViTVisionTransformer作为场景的特征描述模型处理图像，提取最后一层的注意力图，并基于注意力图的信息熵构建特征加权机制；接着计算图像块与背景块的相似性矩阵去除非物体掩码，对于剩余的每个物体掩码候选采用K‑Medoids聚类算法获取代表性采样点，最后将这些点作为提示信息输入SAM模型得到精确的物体实例分割结果。本发明充分利用视觉基础模型的零样本泛化能力，无需额外训练即可实现未见物体的精确分割，具有良好的通用性和实用价值。

本发明授权一种机器人环境下零样本物体实例分割系统及方法在权利要求书中公布了：1.一种机器人环境下零样本物体实例分割方法，其特征在于：包括以下步骤， S1、获取当前场景彩色和深度信息图像； S2、采用Viridis颜色映射方法将深度图像映射到RGB颜色空间； S3、将预处理后的彩色化深度图像输入到SAM模型中，设置非最大抑制阈值为低值，生成多样化的物体掩码候选； 所述步骤S3具体为，在分割阶段，给定一个彩色化的深度图像使用默认设置的SAM模型进行处理，将非最大抑制阈值设为0.5，生成Nm个与物体类别无关的掩码候选其中对于i＝1,2,...,Nm，有mi∈{0,1}H×W； S4、利用预训练的ViT作为场景表示的特征描述模型处理图像，提取每个注意力头部的类别标记与所有图像块标记之间的注意力图； 所述步骤S4具体为，通过DINOv2训练的ViT作为场景表示的特征描述模型来处理输入的RGB图像ViT将图像分割成K×K大小的非重叠图像块，总数量为Np＝HWK2，在ViT的最后一层中，共包含Nh个注意力头，每个注意力头i都会生成一个注意力图表示类别标记与所有图像块标记之间的注意力权重，最后一层的关键特征表示记为其中D表示特征向量的维度； S5、基于信息熵对不同注意力头的注意力图ai进行加权； 所述步骤S5具体为，对于每个注意力图ai，其信息熵通过公式计算，其中P·表示归一化操作；权重通过公式计算，使具有低熵值的注意力头获得更高的权重； S6、计算背景块与所有图像块之间的相似度矩阵来判断一个块是否属于背景； S7、在经过筛选后的物体掩码区域内，应用K-Medoids聚类算法进行采样； 所述步骤S6中的背景块的索引通过公式确定；加权后的特征Fω通过元素乘法Fω＝W⊙F得到，并重塑为最终的背景块特征与其它所有图像块特征之间的余弦相似度矩阵用于表示每个图像块作为背景的得分；当掩码对应的图像块的平均得分超过预设阈值τ时，该掩码被识别为背景并被移除，去除非对象掩码后得到对象掩码集合Mo； S8、将采样获得的代表性点作为提示信息输入到SAM模型中，利用模型的精确分割能力，生成改进的物体实例分割结果。

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燕山大学，其通讯地址为：066004 河北省秦皇岛市海港区河北大街438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。