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沈阳自动化研究所申请的专利一种基于像素双重一致性和能量分数的自适应图像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：CN119992078B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202311801255.3，技术领域涉及：G06V10/26；该发明授权一种基于像素双重一致性和能量分数的自适应图像语义分割方法是由史泽林;赵怀慈;刘鹏飞;刘明第设计研发完成，并于2023-12-26向国家知识产权局提交的专利申请。

本一种基于像素双重一致性和能量分数的自适应图像语义分割方法在说明书摘要公布了：本发明涉及一种无监督领域自适应的街景语义分割方法，建立PixEL无监督领域自适应网络模型；首先通过源域数据集对分割网络deeplabv2_multi进行训练得到预训练分割模型；在目标域中将图像经过deeplabv2_multi编码器得到的特征加入扰动，得到图像的特征扰动增强版本；利用分割模型对目标域图像的强增强版本、弱增强版本、特征扰动版本进行一致性训练；在目标域中通过计算算未标记样本的能量得分来评估它们与当前训练分布的接近程度，选择能量得分较高的样本生成伪标签，利用伪标签进一步对模型进行优化训练。本发明相比现有的无监督领域自适应方法在合成到真实的基准数据集上取得了更好的语义分割效果，不管是在主观视觉上还是在客观评价指标上均有明显改善，有效地解决街景图像语义分割领域中的无监督领域自适应问题。

本发明授权一种基于像素双重一致性和能量分数的自适应图像语义分割方法在权利要求书中公布了：1.一种基于像素双重一致性和能量分数的自适应图像语义分割方法，其特征在于，包括以下步骤： 1从源域和目标域分别获取标记和未标记的街景图像数据； 2使用源域的标记数据训练语义分割模型； 3对目标域的未标记数据进行三种不同的图像增强操作，并使用语义分割模型对三种增强后的图像进行预测，得到相应的概率分布和logit值； 4计算每个像素的能量分数，根据能量分数阈值筛选出符合阈值条件的像素，并为其生成伪标签； 5使用图像级弱增强后的图像的伪标签与其他两种增强后的图像的预测结果进行一致性约束，计算一致性损失； 6使用源域的标记数据和目标域的伪标签数据对语义分割模型进行联合优化，更新模型参数； 7重复步骤3～步骤6，直到模型收敛或达到预设的迭代次数，得到最终的语义分割模型，并使用该模型进行图像分割； 所述步骤3包括以下步骤： 3.1对原始图像进行平移、裁剪、色彩变换操作，得到图像级弱增强图像； 3.2对原始图像进行噪声注入、MixMatch、CutMatch操作，得到图像级强增强图像； 3.3编码器的输出特征上进行随机丢弃或添加噪声操作，得到特征级增强图像； 3.4将3种增强图像分别输入语义分割模型中，输出表示每个像素属于每个类别的相对得分的logit值； 3.5将logit值输入到softmax函数，得到相应的概率分布。

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沈阳自动化研究所，其通讯地址为：110016 辽宁省沈阳市沈河区南塔街114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。