Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江大学陈果获国家专利权

浙江大学陈果获国家专利权

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!

龙图腾网获悉浙江大学申请的专利一种基于深度学习的夜晚快速天空分割方法及装置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:CN117078933B

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:202311059607.2,技术领域涉及:G06V10/26;该发明授权一种基于深度学习的夜晚快速天空分割方法及装置是由陈果;金小刚设计研发完成,并于2023-08-21向国家知识产权局提交的专利申请。

一种基于深度学习的夜晚快速天空分割方法及装置在说明书摘要公布了:本发明公开了一种基于深度学习的夜晚快速天空分割方法及装置。该基于深度学习的夜晚快速天空分割方法包括:获取预处理后的夜晚天空图片;将所述夜晚天空图片输入光照增强的图像分割模型进行分割,以得到夜晚天空的分割图片,其中,所述光照增强的图像分割模型包括:光照增强网络与语义分割网络,所述光照增强网络将所述夜晚天空图片作为输入进行光照增强,所述语义分割网络基于所述光照增强网络的输出进行夜晚天空分割。该方法能够在夜晚环境下快速准确地区分天空和非天空区域,有效地解决了在光照条件较差的环境下进行天空分割的问题,大幅提升了分割的效率。

本发明授权一种基于深度学习的夜晚快速天空分割方法及装置在权利要求书中公布了:1.一种基于深度学习的夜晚快速天空分割方法,其特征在于,包括: 获取预处理后的夜晚天空图片; 将所述夜晚天空图片输入光照增强的图像分割模型进行分割,以得到夜晚天空的分割图片,其中,所述光照增强的图像分割模型包括:光照增强网络与语义分割网络,所述光照增强网络将所述夜晚天空图片作为输入进行光照增强,所述的光照增强网络经过两次训练,首次训练使用低光照图片作为样本,优选评价指标最优网络,作为所述光照增强的图像分割模型的一部分,进行二次微调训练;所述语义分割网络基于所述光照增强网络的输出进行夜晚天空分割,所述的语义分割网络采用编码器‑解码器结构,所述编码器通过对所述夜晚天空图片进行快速下采样得到下采样的特征图;所述解码器包括:softmax层;所述解码器接收所述下采样的特征图,经softmax层将所述特征图预测为天空与非天空两个类别,并分别向上采样到所述夜晚天空图片的大小;所述的编码器包括三个深度可分离卷积模块和四个深度特征提取模块;所述深度可分离卷积模块通过深度方向和点方向对基于编码器的输入减少尺寸;所述深度特征提取模块包括:一个空洞卷积模块和深度可分离卷积模块;所述空洞卷积模块基于编码器的输入,在连续像素之间插入孔来扩展内核,增加输出的特征图的感受野; 所述的光照增强的图像分割模型采用warm‑up预热学习率的方式进行训练,学习率设为0.001,训练2000个steps;或,所述的光照增强的图像分割模型训练过程以交叉熵损失函数和dice损失函数的和作为网络训练期间的损失函数;或,所述的光照增强的图像分割模型在模型稳定后,设定初始学习率为0.01,训练20000个epoch,并采用余弦退火的策略的衰减策略。

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浙江大学,其通讯地址为:310058 浙江省杭州市西湖区余杭塘路866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。