南京信息工程大学周旺平获国家专利权
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!
龙图腾网获悉南京信息工程大学申请的专利基于空间上下文的车道线分割方法、设备及存储介质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:CN115205681B 。
龙图腾网通过国家知识产权局官网在2026-01-06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:202210834049.1,技术领域涉及:G06V20/10;该发明授权基于空间上下文的车道线分割方法、设备及存储介质是由周旺平;徐德邻;徐崇辉;吴海波;刘娟;徐博文设计研发完成,并于2022-07-14向国家知识产权局提交的专利申请。
本基于空间上下文的车道线分割方法、设备及存储介质在说明书摘要公布了:本发明公开了基于空间上下文的车道线分割方法、设备及存储介质,涉及深度学习遥感影像分割技术领域,通过用改进的高分辨率特征提取网络HRNet作为主干网络提取输入遥感图像的高分辨特征与通道相关性;其次,设计了一种空间上下文注意力模块用于增强对车道线的位置、形状特征;最后,在数据处理方面,本发明所提算法结合在线增强与离线增强操作,增加了样本多样性,增强了模型的泛化能力,将本发明所提方法应用于遥感影像上的车道线分割任务中,可以显著提高各类车道线的分割精度与分类准确率,取得了比现有算法更有的分割效果,这对于遥感影像信息分析具有重要的意义。
本发明授权基于空间上下文的车道线分割方法、设备及存储介质在权利要求书中公布了:1.基于空间上下文的车道线分割方法,其特征在于,方法包括以下步骤: 制作包含多种车道线类别的遥感影像数据集,并逐一打好标签,通过遥感影像数据集处理的python代码脚本,将所有样本划分为训练集、验证集和测试集; 对图像进行增强,包括在线增强和离线增强,在线增强是指对图像和对应的分割标签进行随机旋转、翻转、缩放、改变对比度,离线增强包括混叠和随机擦除操作; 建立分割网络模型,包括改进的高分辨率特征提取网络,也称为改进的HRNet、目标上下文增强模块、空间上下文注意力模块和上采样输出模块,并输入1536×1536的经过增强的遥感图像,改进的HRNet包括四个特征提取阶段,整体结构为并行结构,包含四个卷积分支,引入并行支路融合模块,用于多尺度特征融合,通过在每个提取阶段后加入ECA模块,在特征提取的同时关注通道信息之间的相关性;在改进的HRNet后,接有目标上下文增强模块,通过计算单个像素点和周围像素点之间的依赖关系,辅助判别像素点的语义类别;在目标上下文增强模块之后,接有空间上下文注意力模块,空间上下文注意力模块包含两条并行的卷积分支:上层支路基于坐标注意力模块和下层支路基于条纹池化模块,分别加强特征图中车道线的位置和形状特征;在空间上下文注意力模块之后,接有上采样输出模块,先将空间上下文注意力模块的输出与改进的HRNet的输出进行合并,再利用插值法对合并后的特征图进行上采样,将特征图尺寸恢复至1536×1536,最后经过卷积核为1×1卷积输出分割好的图像; 将划分后的训练集和验证集样本经过图像增强,再输入分割网络模型中,经过训练,迭代数轮至分割网络模型收敛,模型收敛为分割网络模型的损失函数值趋于稳定; 利用空间上下文注意力模块对测试集进行分割并分类,得到分割网络模型输出的可视化结果。
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南京信息工程大学,其通讯地址为:210044 江苏省南京市浦口区宁六路219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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励