上海大学韩越兴获国家专利权
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！
龙图腾网获悉上海大学申请的专利基于少量样本划线标注的弱监督神经网络的图像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：CN116503591B 。
龙图腾网通过国家知识产权局官网在2026-01-23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：202310157735.4，技术领域涉及：G06V10/26；该发明授权基于少量样本划线标注的弱监督神经网络的图像分割方法是由韩越兴;李睿祺;钱权;王冰设计研发完成，并于2023-02-23向国家知识产权局提交的专利申请。
本基于少量样本划线标注的弱监督神经网络的图像分割方法在说明书摘要公布了：本发明涉及一种基于少量样本划线标注的弱监督神经网络的图像分割方法，所提出的弱监督神经网络包括相互连接的主分支和辅助分支两个子网络，主分支网络用以提取输入图像的图像特征，输出图像分割结果，辅助分支网络用以对提取的图像特征依次进行特征嵌入和距离度量，生成伪标注图，所述伪标注图用以监督主分支网络的图像分割结果，优化网络参数，以获取更准确的分割结果。本发明可以对少量图像样本采用划线标注方式，对部分像素进行标注，在此基础上利用所提出的弱监督神经网络实现小样本场景下复杂纹理图像的准确分割。
本发明授权基于少量样本划线标注的弱监督神经网络的图像分割方法在权利要求书中公布了：1.一种基于少量样本划线标注的弱监督神经网络的图像分割方法，其特征在于，包括： 1获取训练图像，并对训练图像进行划线标注； 2对标注后的训练图像进行数据增强； 3将增强后的图像输入到预先构建好的弱监督图像分割网络中，所述弱监督图像分割网络包括相互连接的主分支网络和辅助分支网络； 4通过主分支网络基于划线标注的像素提取输入图像的图像特征，输出图像分割结果； 5通过辅助分支网络对主分支网络提取的图像特征依次进行特征嵌入和距离度量，生成训练图像的伪标注图，该伪标注图用以监督主分支网络的图像分割结果，优化弱监督图像分割网络的参数； 6通过损失函数迭代优化弱监督图像分割网络的参数； 7使用优化完毕的弱监督图像分割网络中的主分支网络对图像进行分割。
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上海大学，其通讯地址为：200444 上海市宝山区上大路99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。
免责声明
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
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