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！

龙图腾网获悉长沙理工大学申请的专利一种基于残差特征优化和注意力机制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：CN115311454B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202210792289.X，技术领域涉及：G06V10/26；该发明授权一种基于残差特征优化和注意力机制的图像分割方法是由周书仁;晏周荃;康坦设计研发完成，并于2022-07-05向国家知识产权局提交的专利申请。

本一种基于残差特征优化和注意力机制的图像分割方法在说明书摘要公布了：本申请涉及一种基于残差特征优化和注意力机制的图像分割方法。所述方法包括：首先本专利考虑了由于细节特征提取不充分的问题，下采样过程丢失的信息不能通过上采样来完全恢复，我们存储了下采样后图片与原始图片的差异，对图像进行了更精确、更灵活的提取，提高了模型的鲁棒性；针对主干网络中提取到的特征没有注意到特征间和特征内的关系，加入空间及通道注意力机制，提取特征间的关系。该方法充分利用编码器提取的多尺度特征图，将细节特征和全局特征相结合，能够适应分割图像目标复杂多变的特点，构建了一种新的有效的用于语义分割的方法，为实际应用中的语义分割提供更为高效的框架。

本发明授权一种基于残差特征优化和注意力机制的图像分割方法在权利要求书中公布了：1.一种基于残差特征优化和注意力机制的图像分割方法，其特征在于，包括以下方法： 获取高分辨率的图像，以及对所述图像进行标注，得到训练、验证、测试样本； 构建一种基于残差特征优化和注意力机制的图像分割网络，所述分割网络包括主干网络、基于双重注意力机制的图像语义编码器以及基于特征残差模块的解码器； 将训练样本输入主干网络MobileNetV2；提取骨干网络输出的特征图，依次通过双重注意力机制模块和ASPP模块进行处理； 骨干网络中提取的浅层特征图减去先缩小后再放大的图像，得到的是原始像素值减去估计值得到的残差特征图，用来存储下采样后图片与原始图片的差异，然后将残差特征图与浅层特征图相加，得到细节特征图； 将原图通过3×3卷积、批归一化层BN、激活层ReLU处理，输出通道数为类别数N的1×1卷积层，得到细节头； 得到的特征图部分，插入细节头后经过拉普拉斯算子生成二分类细节标签，然后利用二分类细节标签作为细节特征图的引导，引导底层学习空间细节特征；最后在特征图部分依次经过1×1卷积将通道数减小； 拼接编码器得到的特征图和细节特征图，经过3×3卷积后，再上采样4倍得到最终的结果，训练过程中用Binarycrossentropy和DiceLoss、FocalLoss、CELoss来联合优化细节学习； 网络进行训练，得到训练好的基于特征残差模块和双重注意力机制的图像语义分割算法模型；获取待测试图像，并将所述待测试图像输入到训练好的分割模型中，得到待图像的预测结果。

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长沙理工大学，其通讯地址为：410114 湖南省长沙市天心区万家丽路二段960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。