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！

龙图腾网获悉桂林电子科技大学申请的专利一种基于表征特征的双边缘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：CN115294334B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202210932635.X，技术领域涉及：G06V10/26；该发明授权一种基于表征特征的双边缘图像分割方法是由雷晓春;宫照庭;谢浚霖;江泽涛;梁嘉铭;陈俊彦设计研发完成，并于2022-08-04向国家知识产权局提交的专利申请。

本一种基于表征特征的双边缘图像分割方法在说明书摘要公布了：本发明公开一种基于表征特征的双边缘图像分割方法，先构建图像分割模型；再将训练图像送入所构建的图像分割模型中进行训练，得到训练好的图像分割模型；后将待分割图像送入训练好的图像分割模型中进行预测，完成待分割图像的图像分割。利用表征边缘信息对分割结果进行优化，直接从原图表征特征对推理结果进行优化，不使用任何特征提取模块，也不属于双分支网络，优化过程参数，能够无条件附加在任何场景分割网络中直接使用；损失函数着重解决边缘像素与非边缘像素数量严重不均衡的问题，改善基于边缘的分割网络效果，并且可以用于其他网络的边缘细节优化；边缘像素的dropout方法，解决物体边缘像素与物体内部像素数量不均衡，防止边缘优化过拟合。

本发明授权一种基于表征特征的双边缘图像分割方法在权利要求书中公布了：1.一种基于表征特征的双边缘图像分割方法，其特征是，包括步骤如下： 步骤1、构建图像分割模型；该图像分割网络由骨干网络、边缘提取模块、上采样模块和边缘细化模块组成；其中骨干网络为深度残差网络；骨干网络的输入和边缘提取模块的输入共同形成图像分割模型的第一输入；骨干网络的输出经由上采样模块连接边缘细化模块的第二输入；骨干网络的第一阶段输出连接边缘细化模块的第三输入；边缘提取模块的输出连接边缘细化模块的又一个输入；边缘细化模块的输出形成图像分割模型的输出； 步骤2、训练时，将训练图像送入到步骤1所构建的图像分割模型中进行训练，得到训练好的图像分割模型；在训练过程中，骨干网络提取图像的深层特征，骨干网络的第一阶段提取图像的浅层特征，边缘提取模块提取图像的边缘热图；上采样模块对深层特征进行上采样；边缘细化模块使用来自边缘热图的边缘信息将骨干网络后上采样得到粗分割结果和骨干网络第一阶段输出的浅层特征的边缘细节进行融合，生成边缘细化的输出结果，其前向传播过程为：1骨干网络输出的深层特征经过激活得到激活的深层特征，这部分特征以激活值的不同进行可信度滤波，在默认阈值是1时在运算上具体表示为可信a和不可信1‑a；2激活的深层特征值中不可信的部分与边缘热图相乘，结果与原深层特征相加；3激活的深层特征值中可信的部分与浅层特征相乘，结果与原深层特征相加；4将2和3得到的结果分别进行3×3卷积和1×1卷积和标准化后相加，形成输出结果；边缘细化模块先利用上采样的深层特征计算类别损失，利用浅层特征计算分割损失，利用边缘热图计算边缘损失，再将类别损失、分割损失和边缘损失的加权和作为图像分割模型的损失函数； 步骤3、预测时，将待分割图像送入到步骤2所得到的训练好的图像分割模型中进行预测，完成待分割图像的图像分割。

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桂林电子科技大学，其通讯地址为：541004 广西壮族自治区桂林市七星区金鸡路1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。