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！

龙图腾网获悉重庆理工大学申请的专利一种基于多特征重用的实时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：CN116740359B 。

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：202310794125.5，技术领域涉及：G06V10/26；该发明授权一种基于多特征重用的实时语义分割方法是由陈芬;夏冰洁;张文瑞;彭宗举;张鹏设计研发完成，并于2023-06-30向国家知识产权局提交的专利申请。

本一种基于多特征重用的实时语义分割方法在说明书摘要公布了：本发明涉及图像语义分割领域，具体涉及一种基于多特征重用的实时语义分割方法，包括：将目标图像输入经过训练的语义分割模型中，输出对应的语义分割图像；包括：提取目标图像的初始特征信息，得到初级特征图；提取初级特征图的特征信息得到局部特征图；提取局部特征图的特征信息得到全局特征图；对全局特征图和局部特征图进行融合得到中间融合特征图；对中间融合特征图和初级特征图进行融合得到最终融合特征图；通过分类器基于最终融合特征图进行分类预测输出对应的语义分割图像。本发明能够通过轻量级网络有效提取不同层级的特征信息，同时实现低级特征的重用和不同层级特征的充分融合，并加强空间信息和上下文信息的有效互补。

本发明授权一种基于多特征重用的实时语义分割方法在权利要求书中公布了：1.一种基于多特征重用的实时语义分割方法，其特征在于，包括： S1：获取待分割的目标图像； S2：将目标图像输入经过训练的语义分割模型中，输出对应的语义分割图像； 语义分割模型包括如下处理步骤： S201：提取目标图像的初始特征信息，得到初级特征图； S202：在初级特征图基础上，通过多个非对称残差注意力模块堆叠构成的第一密集残差模块进一步提取特征，得到局部特征图； 步骤S202中，第一密集残差模块由三个连续堆叠且空洞率均为2的非对称残差注意力模块构成；第一密集残差模块中最后一个非对称残差注意力模块的输出为局部特征图； S203：在局部特征图基础上，通过多个非对称残差注意力模块堆叠构成的第二密集残差模块进一步提取特征，得到全局特征图； 步骤S203中，第二密集残差模块由六个连续堆叠且空洞率分别为4、4、8、8、16、16的非对称残差注意力模块构成；第二密集残差模块中最后一个非对称残差注意力模块的输出为全局特征图； S204：通过特征聚合模块对全局特征图和局部特征图进行融合，得到中间融合特征图； S205：通过增强特征融合模块对中间融合特征图和初级特征图进行融合，得到最终融合特征图； S206：通过分类器基于最终融合特征图进行分类预测，输出对应的语义分割图像； S3：将语义分割模型输出的语义分割图像作为待分割目标图像的实时语义分割结果。

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重庆理工大学，其通讯地址为：400054 重庆市巴南区李家沱红光大道69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。