恭喜北京三快在線科技有限公司孫小飛獲國家專利權
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!
龍圖騰網恭喜北京三快在線科技有限公司申請的專利語義分割方法、語義分割模型的訓練方法、裝置及設備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:CN114820633B 。
龍圖騰網通過國家知識產權局官網在2025-05-30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:202210386561.4,技術領域涉及:G06T7/10;該發明授權語義分割方法、語義分割模型的訓練方法、裝置及設備是由孫小飛;張勃;初祥祥設計研發完成,并于2022-04-11向國家知識產權局提交的專利申請。
本語義分割方法、語義分割模型的訓練方法、裝置及設備在說明書摘要公布了:本申請公開了一種語義分割方法、語義分割模型的訓練方法、裝置及設備,屬于計算機視覺技術領域,該方法包括:獲取原始圖像和語義分割模型,語義分割模型包括語義分類模型和融合注意力機制的特征提取模型;調用融合注意力機制的特征提取模型提取得到融合原始圖像的空間位置分布的結構特征的目標特征圖;將該目標特征圖輸入語義分類模型,基于語義分類模型輸出的原始圖像中各個像素點的語義類別,獲取該原始圖像的語義分割結果。該方法使得獲取的目標特征圖強化了與原始圖像的空間位置分布相關的上下文信息融合,進而使得根據該目標特征圖獲取的語義分割結果的性能得到了提高。
本發明授權語義分割方法、語義分割模型的訓練方法、裝置及設備在權利要求書中公布了:1.一種語義分割方法,其特征在于,所述方法包括:獲取原始圖像和語義分割模型,所述語義分割模型包括語義分類模型和融合注意力機制的特征提取模型,所述注意力機制用于基于所述原始圖像的空間位置分布獲取所述原始圖像的結構特征;調用所述融合注意力機制的特征提取模型對所述原始圖像進行特征提取,得到融合所述原始圖像的結構特征的目標特征圖;將所述目標特征圖輸入所述語義分類模型,得到所述語義分類模型輸出的所述原始圖像中各個像素點的語義類別;基于所述原始圖像中各個像素點的語義類別,獲取所述原始圖像的語義分割結果;所述融合注意力機制的特征提取模型包括特征提取模塊、注意力模塊和融合模塊;所述調用所述融合注意力機制的特征提取模型對所述原始圖像進行特征提取,得到融合所述原始圖像的結構特征的目標特征圖,包括:調用所述特征提取模塊提取所述原始圖像在不同分辨率下對應的多個特征尺度圖;調用所述注意力模塊獲取所述多個特征尺度圖分別對應的通道注意力圖,所述通道注意力圖用于指示特征尺度圖在第一空間維度上的每一行對應每一特征通道的權重值,所述第一空間維度由所述原始圖像的空間位置分布確定;調用所述融合模塊將所述多個特征尺度圖和所述多個特征尺度圖分別對應的通道注意力圖進行融合,得到所述目標特征圖;所述調用所述融合模塊將所述多個特征尺度圖和所述多個特征尺度圖分別對應的通道注意力圖進行融合,得到所述目標特征圖,包括:調用所述融合模塊將所述多個特征尺度圖中的各個特征尺度圖與所述各個特征尺度圖對應的通道注意力圖進行融合,得到所述各個特征尺度圖對應的融合結果;級聯所述各個特征尺度圖對應的融合結果,得到所述目標特征圖;所述調用所述融合模塊將所述多個特征尺度圖中的各個特征尺度圖與所述各個特征尺度圖對應的通道注意力圖進行融合,得到所述各個特征尺度圖對應的融合結果,包括:調用所述融合模塊將所述多個特征尺度圖中的各個特征尺度圖與所述各個特征尺度圖對應的通道注意力圖相乘,得到所述各個特征尺度圖對應的乘積結果;將所述各個特征尺度圖與所述各個特征尺度圖對應的乘積結果相加,得到所述各個特征尺度圖對應的融合結果。
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京三快在線科技有限公司,其通訊地址為:100080 北京市海淀區北四環西路9號2106-030;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”。
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。