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基于分级匹配引导特征增强网络的小样本RGB-T分割方法和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：CN120088482B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202510197022.X，技术领域涉及：G06V10/26；该发明授权基于分级匹配引导特征增强网络的小样本RGB-T分割方法和系统是由樊凡;杨璐潞;周翔宇;马泳;黄珺;张灿设计研发完成，并于2025-02-21向国家知识产权局提交的专利申请。

本基于分级匹配引导特征增强网络的小样本RGB-T分割方法和系统在说明书摘要公布了：本发明公开了基于分级匹配引导特征增强网络的小样本RGB‑T分割方法和系统，涉及图像分割技术领域。本发明提出了层次匹配引导特征增强网络HMFENet，该网络从查询和支持图像中提取多尺度、多层次特征，并建立密集级联匹配以提升分割性能。同时，引入互信息最小化约束减少模态间冗余，增强特征互补性。实验结果表明，层次匹配引导特征增强网络HMFENet在1类1‑shot小样本语义分割设置中取得了性能的显著提升，验证了所提出方法的有效性，达到了最先进的结果。

本发明授权基于分级匹配引导特征增强网络的小样本RGB-T分割方法和系统在权利要求书中公布了：1.基于分级匹配引导特征增强网络的小样本RGB-T分割方法，其特征在于，包括以下步骤： 步骤1，建立数据集，将数据集分为均包含查询集和支持集的训练集和测试集，支持集中包含不同模态下的支持图像以及对应的支持掩码，查询集中包含不同模态下的查询图像以及对应的查询掩码； 步骤2，构建分层匹配引导特征增强网络，包括如下子步骤： 步骤2.1，提取支持图像和查询图像的多尺度多层特征； 步骤2.2，对支持掩码进行多尺度支持掩码提取； 步骤2.3，基于注意力机制的相关块，分别建立不同模态下的多层关系向量，具体实现方式如下： 步骤2.3.1，RGB模式下多层关系向量的建立：在对应于尺度的多层特征中，对于给定的层，首先将二维输入和都进行扁平化，然后在原始Transformer架构的基础上，通过添加位置编码和线性投影将扁平化的和生成Q和K矩阵，并对不同尺度下的支持掩码进行扁平化处理来构造V矩阵，的计算公式为： 其中，是可学习的参数，是查询和支持向量的维数，； 步骤2.3.2，对Q和K进行点积注意力计算，利用Softmax函数度量查询像素与所有支持像素的相似度，然后将结果与基于相似性的权重相乘获得注意力机制特征； 步骤2.3.3，将重塑为2D以生成关系特征，其中，为尺度，为层； 步骤2.3.4，对所有层的关系特征按位求和； 步骤2.3.5，利用双线性插值对132和116尺度下的关系特征进行上采样，重塑到与18尺度的关系特征相同的尺寸，然后将三者进行逐元素相加，产生一个多尺度聚合特征； 步骤2.3.6，将跳跃连接18尺度上最后一层特征后生成最终的多层关系向量； 步骤2.3.7，采用相同的方法提取TIR模态下的多层关系向量； 步骤2.4，分别将多层关系向量转换成中间掩码； 步骤2.5，对中间掩码进行融合，生成预测掩码，即分割结果； 步骤2.6，构造用于训练分层匹配引导特征增强网络的损失函数； 步骤3，从训练集中选取若干组图像分别输入到分层匹配引导特征增强网络中，进行无差别的迭代训练； 步骤4，从训练集中选取K组图像输入到训练好的网络模型中，执行K次前向传播得到K个预测掩码，最后根据所有个预测掩码在每个像素位置进行投票以获得分割结果。

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”。

以上内容由龙图腾AI智能生成。