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！

龙图腾网获悉中国科学院软件研究所申请的专利一种基于笔画的场景草图语义分割方法和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：CN116468886B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202310215854.0，技术领域涉及：G06V10/26；该发明授权一种基于笔画的场景草图语义分割方法和装置是由马翠霞;张拯明;左然;邓小明;王宏安设计研发完成，并于2023-03-01向国家知识产权局提交的专利申请。

本一种基于笔画的场景草图语义分割方法和装置在说明书摘要公布了：本发明涉及一种基于笔画的场景草图语义分割方法和装置。该方法包括：提取场景草图中笔画的外观特征；使用笔画的外观特征作为输入，通过循环神经网络对笔画进行时序特征编码，得到时序特征；通过邻近笔画的位置关系构建笔画之间的图结构，将每个笔画的时序特征作为图的节点，同时计算笔画之间的邻近关系得到邻接矩阵，通过图卷积神经网络对笔画进行空间特征编码，得到空间特征；对时序特征和空间特征进行融合，根据融合后的特征对每条笔画进行类别预测，完成基于笔画的场景草图语义分割。本发明通过融合外观、时序、空间三个不同层次的特征，能够对场景草图中的每条笔画进行分类识别，实现基于笔画特征的场景草图语义分割。

本发明授权一种基于笔画的场景草图语义分割方法和装置在权利要求书中公布了：1.一种基于笔画的场景草图语义分割方法，其特征在于，包括以下步骤： 提取场景草图中笔画的外观特征； 使用笔画的外观特征作为输入，通过循环神经网络捕获笔画在时间维度上的上下文语义关系，对笔画进行时序特征编码，得到时序特征； 通过邻近笔画的位置关系构建笔画之间的图结构，将每个笔画的时序特征作为图的节点，同时计算笔画之间的邻近关系得到邻接矩阵，通过图卷积神经网络对笔画进行空间特征编码，得到空间特征； 对时序特征和空间特征进行融合，根据融合后的特征对每条笔画进行类别预测，完成基于笔画的场景草图语义分割； 对于场景草图，将每条笔画当做图结构中的一个节点，构建笔画的空间图结构，所述图卷积神经网络通过节点进行信息传递并更新参数，给定图结构中的任意两个节点，如果其中笔画Si的包围框和笔画Sj的采样点存在交集，笔画Si和笔画Sj之间的边eij＝1；如果笔画Si的包围框和笔画Sj的采样点不存在交集，笔画Si和笔画Sj之间的边eij＝0，计算公式如下： 其中，B.是一个笔画的包围框，b.是一个笔画的采样点集。

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中国科学院软件研究所，其通讯地址为：100190 北京市海淀区中关村南四街4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。