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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 五邑大学;未来航空科技(江门)有限公司徐颖获国家专利权

五邑大学;未来航空科技(江门)有限公司徐颖获国家专利权

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!

龙图腾网获悉五邑大学;未来航空科技(江门)有限公司申请的专利基于像素级自监督学习的道路图像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:CN116310884B

龙图腾网通过国家知识产权局官网在2026-04-10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:202211096586.7,技术领域涉及:G06V20/17;该发明授权基于像素级自监督学习的道路图像分割方法及装置是由徐颖;廖锦锐;廖洁玲;翟懿奎;江子义;王文琪;李文霸;李青;梁长钊;周建宏;谭梓峻;沈展宇;肖廷轩设计研发完成,并于2022-09-08向国家知识产权局提交的专利申请。

基于像素级自监督学习的道路图像分割方法及装置在说明书摘要公布了:本发明提供了一种基于像素级自监督学习的道路图像分割方法及装置,方法包括:根据巡检路线采集初始道路图像;对初始道路图像进行基于双线性内插的预处理,得到多尺度道路图像集;将多尺度道路图像集分别输入主分割网络和辅助分割网络,得到对应的特征图和热力图;将得到的热力图输入区域对比模块,通过逐像素对比确定对比学习结果;将特征图和对比学习结果输入至多尺度注意力模块得到分类结果,根据全部的分类结果得到目标分割结果。根据本实施例的技术方案,能够通过对比学习得到像素级的相似度,再通过多尺度注意力机制实现道路分类,从而在标注数据少的情况下自动实现道路图像的图像分割,提高图像识别精度和自动化程度。

本发明授权基于像素级自监督学习的道路图像分割方法及装置在权利要求书中公布了:1.一种基于像素级自监督学习的道路图像分割方法,其特征在于,应用于无人机,包括: 获取预设的巡检路线,根据所述巡检路线采集初始道路图像; 对所述初始道路图像进行基于双线性内插的预处理,得到多尺度道路图像集; 将所述多尺度道路图像集分别输入主分割网络和辅助分割网络,通过所述主分割网络执行基于特征提取的热力图生成操作得到第一特征图和第一热力图,通过辅助分割网络执行基于特征提取的热力图生成操作得到第二特征图和第二热力图,所述主分割网络与所述辅助分割网络的网络结构相同,所述主分割网络的网络权重大于所述辅助分割网络; 将所述第一热力图、所述第二热力图和所述第二特征图输入区域对比模块,通过逐像素对比根据所述第一热力图和所述第二热力图确定对比学习结果; 将所述第一特征图和所述对比学习结果输入至多尺度注意力模块,得到所述第一特征图每个像素的分类结果,根据全部的所述分类结果得到目标分割结果; 所述通过逐像素对比根据所述第一热力图和所述第二热力图确定对比学习结果,包括: 根据所述第二热力图生成多个类别区域掩码; 根据每个所述类别区域掩码和所述第二特征图确定类别原型; 根据所述第一特征图确定所述第一热力图的每个像素与所述类别原型之间的相似度,将所述相似度确定为所述对比学习结果; 其中,所述类别区域掩码的表达式为: ,其中,p为像素位置,为像素位置p的第k个类别区域掩码,k为大于1的自然数,为所述第二热力图,为预设阈值,为预设的道路类,为第二热力图的第c个元素,为第二热力图的第k个元素; 其中,所述类别原型的表达式为: ,其中,为第k个所述类别原型,为所述第二特征图; 其中,所述相似度通过以下公式计算得到: ,其中,为所述第一特征图,是第k个类别原型。

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五邑大学;未来航空科技(江门)有限公司,其通讯地址为:529000 广东省江门市蓬江区东成村22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。