国产精品天干天干在线播放,大尺度揉捏胸床戏视频,樱花草www日本在线观看,狠狠躁夜夜躁人人爽天天天天97

Document
拖動滑塊完成拼圖
個人中心

預訂訂單
服務訂單
發布專利 發布成果 人才入駐 發布商標 發布需求

在線咨詢

聯系我們

龍圖騰公眾號
首頁 專利交易 科技果 科技人才 科技服務 國際服務 商標交易 會員權益 IP管家助手 需求市場 關于龍圖騰
 /  免費注冊
到頂部 到底部
清空 搜索
當前位置 : 首頁 > 專利喜報 > 恭喜北京科技大學王宏獲國家專利權

恭喜北京科技大學王宏獲國家專利權

買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!

龍圖騰網恭喜北京科技大學申請的專利一種基于開放域的跨模態遙感圖像目標分割方法及裝置獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN119478423B

龍圖騰網通過國家知識產權局官網在2025-05-02發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202510046546.9,技術領域涉及:G06V10/26;該發明授權一種基于開放域的跨模態遙感圖像目標分割方法及裝置是由王宏;劉科成;溫兆堃;李江昀;張天翔;莊培顯;袁立設計研發完成,并于2025-01-13向國家知識產權局提交的專利申請。

一種基于開放域的跨模態遙感圖像目標分割方法及裝置在說明書摘要公布了:本發明提供一種基于開放域的跨模態遙感圖像目標分割方法及裝置,涉及遙感圖像分割技術領域。該方法包括:對俯瞰遙感大圖進行數據處理,獲得文本引導遙感圖像數據集;基于物體掩碼標注獲得前景標簽數據以及背景標簽數據;根據文本引導遙感圖像數據集,通過開放域圖像分割模型進行圖像分割預測,獲得分類預測結果;根據分類損失、圖像特征重構損失和文本特征重構損失,對開放域圖像分割模型進行參數優化,獲得優化開放域圖像分割模型;將待分割標注遙感圖像輸入優化開放域圖像分割模型,獲得遙感圖像分割結果。本發明是一種開放性的分割類別靈活且分割目標精準的跨模態遙感圖像目標分割方法。

本發明授權一種基于開放域的跨模態遙感圖像目標分割方法及裝置在權利要求書中公布了:1.一種基于開放域的跨模態遙感圖像目標分割方法,其特征在于,所述方法包括:通過無人機拍攝城市俯瞰遙感大圖;對所述俯瞰遙感大圖進行數據處理,獲得文本引導遙感圖像數據集;所述文本引導遙感圖像數據集包括局部圖像、物體文本描述和所述物體文本描述對應的物體掩碼;基于所述物體掩碼,對所述文本引導遙感圖像數據集進行標注,獲得前景標簽數據以及背景標簽數據;根據所述文本引導遙感圖像數據集,通過開放域圖像分割模型進行圖像分割預測,獲得分類預測結果、圖像特征重構損失和文本特征重構損失,包括:根據所述局部圖像,通過圖像編碼器進行位置特征編碼,獲得第二圖像特征,并基于預設的遮掩比例,對所述第二圖像特征進行隨機遮掩,獲得第三圖像特征;根據所述物體文本描述,通過文本編碼器進行文本特征編碼,獲得第一文本特征,并基于文本詞性掩碼,對所述第一文本特征進行遮蓋,獲得第二文本特征;基于第一文本特征,根據所述第二圖像特征,通過文本引導的圖像特征融合模塊進行特征融合,獲得第四圖像特征;基于可學習的空白特征,根據所述第一文本特征以及所述第四圖像特征,通過模態交互對齊模塊進行圖像-文本特征對齊,獲得對齊后圖像特征以及全景文本圖像特征;基于可學習的空白特征,根據所述對齊后圖像特征以及全景文本圖像特征,通過全景圖像解碼器進行分割圖像預測,獲得分類預測結果;根據所述第三圖像特征以及所述第四圖像特征,通過圖像重構器進行特征重構,獲得重構圖像特征;基于均方差損失函數,根據所述第二圖像特征以及所述重構圖像特征進行損失函數計算,得到圖像特征重構損失;根據所述第二文本特征以及所述第四圖像特征,通過文本重構器進行特征重構,獲得重構文本特征;基于均方差損失函數,根據所述第一文本特征以及所述重構文本特征進行損失函數計算,得到文本特征重構損失;基于二元交叉熵損失函數,根據所述前景標簽數據、所述背景標簽數據和所述分類預測結果進行損失函數計算,獲得分類損失;根據所述分類損失、所述圖像特征重構損失和所述文本特征重構損失,對開放域圖像分割模型進行參數優化,獲得優化開放域圖像分割模型;獲取待分割標注遙感圖像;將所述待分割標注遙感圖像輸入所述優化開放域圖像分割模型,獲得遙感圖像分割結果。

如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人北京科技大學,其通訊地址為:100083 北京市海淀區學院路30號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。

免責聲明
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。
主站蜘蛛池模板: 丰都县| 丰城市| 深水埗区| 江北区| 资源县| 怀柔区| 金沙县| 太湖县| 太白县| 涞水县| 潜江市| 冕宁县| 合作市| 武强县| 哈尔滨市| 石狮市| 宜昌市| 日土县| 托里县| 昌江| 孟村| 新宾| 德格县| 灵台县| 甘德县| 察隅县| 大悟县| 武汉市| 汝阳县| 闽清县| 邳州市| 墨玉县| 黄梅县| 华宁县| 合江县| 镇平县| 东山县| 集贤县| 万全县| 祁连县| 文成县|