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自动化研究所申请的专利基于并行双流网络的半监督双模态语义分割方法及系统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：CN116704179B 。

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：202310445614.X，技术领域涉及：G06V10/26；该发明授权基于并行双流网络的半监督双模态语义分割方法及系统是由董秋雷;李嘉楠;邓爽设计研发完成，并于2023-04-23向国家知识产权局提交的专利申请。

本基于并行双流网络的半监督双模态语义分割方法及系统在说明书摘要公布了：本发明提供一种基于并行双流网络的半监督双模态语义分割方法及系统，方法包括：获取待分割对象，待分割对象包括待分割点云数据和待分割点云数据对应的待分割图像，待分割点云数据和待分割图像均未携带标签；将待分割对象输入到目标网络，获取待分割点云数据的特征和待分割图像的特征，所述目标网络用于对所述待分割对象进行语义分割，输出分割后的所述待分割对象的特征。所述系统执行所述方法。本发明仅利用少量有标签点云数据、大量无标签点云数据和无标签图像数据来进行训练，对缓解标注困难问题和充分利用双模态数据有重要意义，具有广泛的现实应用前景。

本发明授权基于并行双流网络的半监督双模态语义分割方法及系统在权利要求书中公布了：1.一种基于并行双流网络的半监督双模态语义分割方法，其特征在于，包括： 获取待分割对象，所述待分割对象包括待分割点云数据和所述待分割点云数据对应的待分割图像，所述待分割点云数据和所述待分割图像均未携带标签； 将所述待分割对象输入到目标网络，获取所述待分割点云数据的特征和所述待分割图像的特征，所述目标网络用于对所述待分割对象进行语义分割，输出分割后的所述待分割对象的特征； 所述目标网络的获取方式，包括： 将第一数据集输入到预设网络的原始分支模块中进行训练，并基于第一数据的标签和第一图像的标签对所述原始分支模块的参数进行更新，所述第一数据集包括第一数据及所述第一数据对应的第一图像，所述第一数据为携带标签的点云数据； 根据更新后的原始分支模块的参数，更新所述原始分支模块； 基于更新后的原始分支模块的参数，对所述预设网络的伪标签预测分支模块进行初始化； 将第二数据集输入到初始化后的伪标签预测分支模块中进行训练，得到第二数据的标签和第二图像的标签，所述第二数据集包括第二数据及所述第二数据对应的第二图像，所述第二数据为未携带标签的点云数据； 对所述第二数据的标签和所述第二图像的标签进行优化，获取优化后的第二数据的标签和优化后的第二图像的标签； 将第三数据集输入到更新后的原始分支模块中进行训练，获取所述目标网络，所述第三数据集包括第三数据、所述第三数据对应的第三图像及所述第二数据集，所述第三数据为携带第一标签的点云数据，所述第三图像携带第二标签，所述第一标签是通过对所述第三数据的标签进行优化后得到的，所述第二标签是通过对所述第三图像的标签进行优化后得到的； 所述对所述第二数据的标签和所述第二图像的标签进行优化，获取优化后的第二数据的标签和优化后的第二图像的标签，包括： 在满足第一预设条件的情况下，将所述第二数据的标签作为所述优化后的第二数据的标签，所述第一预设条件包括所述第二数据的标签和第三标签一致，或者所述伪标签预测分支模块输出的所述第二数据的第一维度的特征大于第二预设阈值，所述第三标签为将所述第二图像的标签投影到所述第二数据得到的投影后的第二数据的标签，所述第一维度是根据所述第二数据的标签的取值确定的； 在满足第二预设条件的情况下，将所述第二图像的标签作为所述优化后的第二图像的标签，所述第二预设条件包括所述第二图像的标签和第四标签一致，或者所述伪标签预测分支模块输出的所述第二图像的第二维度的特征大于所述第二预设阈值，所述第四标签为将所述第二数据的标签投影到所述第二图像并通过平均池化进行稠密化后得到的投影后的第二图像的标签，所述第二维度是根据所述第二图像的标签的取值确定的。

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自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95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。