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！

龙图腾网获悉华南理工大学申请的专利基于语义分割的图像实例识别方法、系统、设备和介质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：CN121415404B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202512009725.8，技术领域涉及：G06V20/70；该发明授权基于语义分割的图像实例识别方法、系统、设备和介质是由陈彬;刘琦设计研发完成，并于2025-12-29向国家知识产权局提交的专利申请。

本基于语义分割的图像实例识别方法、系统、设备和介质在说明书摘要公布了：本发明提供基于语义分割的图像实例识别方法、系统和计算机设备，涉及图像识别技术领域。所述方法包括：对待处理图像进行结构化预处理，得到图像块特征序列；将图像块特征序列输入至编码器以根据图像块特征之间的视觉变化关系，对图像块特征序列进行自适应掩码分析以生成不同特征变化对应的掩码信息，并将各个掩码信息以及图像块特征序列进行融合以生成自适应编码特征；将自适应编码特征输入至解码器以根据像素感知机制，对自适应编码特征进行通道混洗与扩张卷积以得到语义分割特征；根据语义分割特征对待处理图像进行实例识别，得到实例识别结果。采用本方法能够在特征提取与特征还原的双阶段中均体现出针对性的结构改进与高效的语义表达能力。

本发明授权基于语义分割的图像实例识别方法、系统、设备和介质在权利要求书中公布了：1.一种基于语义分割的图像实例识别方法，其特征在于，包括以下步骤： 获取待处理图像，对所述待处理图像进行结构化预处理，得到图像块特征序列； 将所述图像块特征序列输入至预设的编码器，在所述编码器中根据图像块特征之间的视觉变化关系，对所述图像块特征序列进行自适应掩码分析以生成不同特征变化对应的掩码信息，并将各个掩码信息以及所述图像块特征序列进行融合以生成自适应编码特征；在所述编码器中根据图像块特征之间的视觉变化关系，对所述图像块特征序列中的图像块特征进行响应值计算，得到表示变化强度的变化响应图；在所述变化响应图中，将变化强度大于或等于预设变化阈值的区域标记为边界区域，将变化强度小于预设变化阈值的区域标记为非边界区域；根据相邻的边界区域与非边界区域之间的位置关系，确定每一相邻的边界区域与非边界区域所对应的边界掩码；根据各个边界掩码所定义的覆盖范围与权重分布，对所述图像块特征序列进行自适应掩码分析，以生成不同特征变化对应的掩码信息； 将所述自适应编码特征输入至预设的解码器，在所述解码器中根据预设的像素感知机制，对所述自适应编码特征进行通道混洗与扩张卷积，以得到语义分割特征，具体包括：在所述解码器中根据所述像素感知机制，对所述自适应编码特征在空间映射中的各像素位置进行像素感知权值计算，得到在像素感知权值层面进行表示的像素感知结果；根据所述像素感知结果，对所述自适应编码特征进行通道混洗，并将空间邻近且像素感知权值相似的通道特征重新组合，得到各通道对应的通道特征序列；像素感知机制表示解码器中用于建立特征空间与图像空间对应关系的映射规则，以在特征还原过程中恢复图像的空间布局与像素级语义对应关系；对各通道的通道特征序列进行扩张卷积，并在扩张卷积过程中引入像素感知权值对相应的卷积区域进行加权，得到融合局部感知与全局语义的语义分割特征； 根据所述语义分割特征对所述待处理图像进行实例识别，得到所述待处理图像对应的实例识别结果。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。