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！

龙图腾网获悉西安邮电大学申请的专利一种基于多分类器的图像语义分割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：CN115761229B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202211417427.2，技术领域涉及：G06V10/26；该发明授权一种基于多分类器的图像语义分割方法是由马素刚;赵子一;杨小宝;蒲磊;侯志强设计研发完成，并于2022-11-11向国家知识产权局提交的专利申请。

本一种基于多分类器的图像语义分割方法在说明书摘要公布了：一种基于多分类器的图像语义分割方法，包括：S100：分别设计三个不同的分类器；在第一个分类器中，输入图像经过主干网络提取语义特征，然后输入到基于坐标注意力的空洞空间金字塔池化C‑ASPP模块捕获不同感受野的语义信息；在第二个分类器中，输入图像经过主干网络和ASPP模块获得语义特征，然后采用基于特征融合的解码器，将浅层特征和深层特征分别赋予权重并进行融合；在第三个分类器中引入新的损失函数监督细节信息；S200：通过集成学习的方法对上述三个不同的分类器进行融合，产生最终的分割结果。该方法通过对三个不同网络结构的分类器集成学习产生最终的分割结果，在增强语义特征的同时弥补细节损失，提高了分割性能。

本发明授权一种基于多分类器的图像语义分割方法在权利要求书中公布了：1.一种基于多分类器的图像语义分割方法，包括如下步骤： S100：分别设计三个不同的分类器；在第一个分类器中，输入图像经过主干网络提取语义特征，然后输入到基于坐标注意力的空洞空间金字塔池化C-ASPP模块捕获不同感受野的语义信息；在第二个分类器中，输入图像经过主干网络和空洞空间金字塔池化ASPP模块获得语义特征，然后采用基于特征融合的解码器，将浅层特征和深层特征分别赋予权重并进行融合；在第三个分类器中引入新的损失函数监督细节信息； S200：通过集成学习的方法对上述三个不同的分类器进行融合，产生最终的分割结果； 其中， 所述基于坐标注意力的空洞空间金字塔池化C-ASPP模块是在空洞空间金字塔池化ASPP的基础上新构建了一个分支路径，使用注意力机制增强全局语义特征，并将该分支路径的输出与ASPP的输出相融合； 所述将该分支路径的输出与ASPP的输出相融合的具体步骤如下： S1011：将主干网络的输出通过ASPP后获得多尺度特征图，其中，R表示实数集，、、分别表示多尺度特征图O的通道数、高、宽； S1012：同时将主干网络的输出信息通过3×3卷积降低通道数，然后经过坐标注意力机制得到特征图，其中，R表示实数集，、、分别表示特征图P的通道数、高、宽； S1013：将所述特征图P和所述特征图O输入公式得到最终的特征图并输出，其中代表矩阵点乘；其中，Sigmoid是一种非线性函数，R表示实数集，、、分别表示特征图Q的通道数、高、宽。

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西安邮电大学，其通讯地址为：710061 陕西省西安市长安南路563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。