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！

龙图腾网获悉大连海洋大学申请的专利海洋生物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：CN121190765B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202511354178.0，技术领域涉及：G06V10/26；该发明授权海洋生物图像分割方法及装置是由王悦;姜悦;王一飞;高岩;于红;林远山;孟祥瑞设计研发完成，并于2025-09-22向国家知识产权局提交的专利申请。

本海洋生物图像分割方法及装置在说明书摘要公布了：海洋生物图像分割方法及装置，属于海洋图像目标分割领域，为了解决提高水下场景的分割效果的问题，要点是第一拼接特征通过自适应局部‑全局特征融合模型的第二模型的高效注意力层、前馈网络层，得到第一拼接特征的第二特征；将第二拼接特征、第一拼接特征的第二特征进行拼接得到第三拼接特征，根据第三拼接特征，得到空间注意力图；将第二拼接特征与空间注意力图相乘得到第二拼接特征的第一特征，将第一拼接特征的第二特征与1‑相乘得到第二拼接特征的第三特征；将第二拼接特征第一特征与第二拼接特征第三特征相加，得到第三拼接特征，根据第三拼接特征得到生物图像分割预测图；实验结果表明模型在水下场景分割任务中表现卓越。

本发明授权海洋生物图像分割方法及装置在权利要求书中公布了：1.一种海洋生物图像分割方法，其特征在于，所述方法基于多模态特征提取与自适应局部-全局特征融合的网络模型，其中，网络模型包括： SAM编码器，包括Transformer层，Transformer层包括自注意力层、前馈网络层以及可分离LoRA和可分离适配器； 颈部模块，模态图像输入颈部模块，输出模态图像的第二特征； 自适应局部-全局特征融合模型，包括多核卷积块以及高效注意力层、前馈网络层； 其中，Transformer层包括参数冻结的自注意力层以及参数冻结的前馈网络层； 其中，多核卷积块包括若干不同尺寸的卷积核； 其中，自适应局部-全局特征融合模型包括第一模型以及第二模型； 所述海洋生物图像分割方法，包括 第一模态图像输入自注意力层，通过LoRA微调，得到第一模态图像的第一特征； 第二模态图像输入自注意力层，通过LoRA微调，得到第二模态图像的第一特征； 第一模态图像的第一特征输入前馈网络层，通过适配器，以及第一模态图像的第一特征，得到第一模态图像的第二特征； 第二模态图像的第一特征输入前馈网络层，通过适配器，以及第二模态图像的第一特征，得到第二模态图像的第二特征； 第一模态图像的第二特征、第二模态图像的第二特征输入自适应局部-全局特征融合模型的第一模型进行拼接，得到第一拼接特征； 第一拼接特征输入自适应局部-全局特征融合模型的第一模型的多核卷积块，卷积核并行处理第一拼接特征并输出卷积核的第一拼接特征的第一特征，将第一拼接特征的第一特征进行拼接，得到第二拼接特征； 第一拼接特征通过自适应局部-全局特征融合模型的第一模型的高效注意力层、前馈网络层，得到第一拼接特征的第二特征； 将第二拼接特征、第一拼接特征的第二特征进行拼接得到第三拼接特征，根据第三拼接特征，得到空间注意力图； 将第二拼接特征与空间注意力图相乘得到第二拼接特征的第一特征，将第一拼接特征的第二特征与1-相乘得到第一拼接特征的第三特征； 将第二拼接特征第一特征与第一拼接特征第三特征相加，得到第四拼接特征，根据第四拼接特征得到生物图像分割预测图； 其中，第一模态图像包括海洋生物的RGB图像，第二模态图像包括海洋生物的深度图或光流图。

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大连海洋大学，其通讯地址为：116023 辽宁省大连市沙河口区黑石礁街52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。