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！

龙图腾网获悉厦门大学申请的专利基于注意力特征融合的负向障碍物语义分割检测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：CN116188782B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202310184347.5，技术领域涉及：G06V10/26；该发明授权基于注意力特征融合的负向障碍物语义分割检测方法及装置是由张建寰;李弘熠;张陈涛;邓连钧;徐周毅设计研发完成，并于2023-03-01向国家知识产权局提交的专利申请。

本基于注意力特征融合的负向障碍物语义分割检测方法及装置在说明书摘要公布了：本发明公开了一种基于注意力特征融合的负向障碍物语义分割检测方法及装置，获取左目图像和右目图像，进行透视变化，并处理得到视差图；构建并训练得到负向障碍物语义分割检测模型，负向障碍物语义分割检测模型包括编码器、注意力特征融合模块和解码器，注意力特征融合模块包括特征融合模块和注意力模块，特征融合模块采用嵌套结构组合，注意力模块与特征融合模块连接，用于重新分配权重；将经过透视变化的左目图像和视差图输入负向障碍物语义分割检测模型中，通过编码器和注意力特征融合模块进行特征提取和融合，得到最终融合特征；将最终融合特征输入解码器，得到负向障碍物的语义分割结果，能增加负向障碍物边缘分割精度，提高分割结果的水平。

本发明授权基于注意力特征融合的负向障碍物语义分割检测方法及装置在权利要求书中公布了：1.一种基于注意力特征融合的负向障碍物语义分割检测方法，其特征在于，包括以下步骤： S1，获取左目图像和右目图像，对所述左目图像和右目图像分别进行透视变化，得到经过透视变化的左目图像和右目图像，通过双目立体匹配算法对所述经过透视变化的左目图像和右目图像进行处理，得到视差图； S2，构建并训练得到负向障碍物语义分割检测模型，所述负向障碍物语义分割检测模型包括编码器、注意力特征融合模块和解码器，所述注意力特征融合模块包括特征融合模块和注意力模块，所述特征融合模块包括全局特征提取单元和局部特征提取单元，并采用嵌套结构组合，所述注意力模块与所述特征融合模块连接，用于重新分配权重； S3，将所述经过透视变化的左目图像和视差图输入所述负向障碍物语义分割检测模型中的所述编码器提取经过透视变化的左目图像的特征和视差图的特征，通过所述注意力特征融合模块进行特征融合，所述特征融合模块的个数有五个，所述注意力模块包括三个通道注意力模块和两个双重注意力模块；所述经过透视变化的左目图像的特征和视差图的特征依次经过第一特征融合模块与第一通道注意力模块，输出得到第一融合特征；所述第一融合特征和视差图的特征依次经过第二特征融合模块与第二通道注意力模块，输出得到第二融合特征；所述第二融合特征和视差图的特征依次经过第三特征融合模块与第三通道注意力模块，输出得到第三融合特征；所述第三融合特征和视差图的特征依次经过第四特征融合模块与第一双重注意力模块，输出得到第四融合特征；所述第四融合特征和视差图的特征依次经过第五特征融合模块与第二双重注意力模块，输出得到最终融合特征；所述特征融合模块采用以下步骤进行特征融合： S31，将输入的特征和视差图的特征进行像素级相加，得到相加后的特征数据； S32，将所述相加后的特征数据输入融合单元，所述融合单元包含所述全局特征提取单元和局部特征提取单元，通过所述全局特征提取单元和局部特征提取单元分别对所述相加后的特征数据进行特征提取，得到两组第一权重，并通过归一化函数统一两组第一权重，得到两组经过归一化统一后的第一权重； S33，将两组经过归一化统一后的第一权重对应分配与所述输入的特征和视差图的特征分别进行像素级相乘，得到两组第一相乘结果，再对两组第一相乘结果进行像素级相加，得到初步融合特征； S34，将所述初步融合特征再次输入融合单元，通过所述全局特征提取单元和局部特征提取单元分别对所述初步融合特征进行特征提取，得到两组第二权重，并通过归一化函数统一两组第二权重，得到两组经过归一化统一后的第二权重； S35，将两组经过归一化统一后的第二权重对应分配与所述输入的特征和视差图的特征进行像素级相乘，得到两组第二相乘结果，再对两组第二相乘结果进行像素级相加，得到二次融合特征； S36，将所述二次融合特征输入所述注意力模块中，得到融合特征； S4，将所述最终融合特征输入解码器，得到负向障碍物的语义分割结果。

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厦门大学，其通讯地址为：361000 福建省厦门市思明南路422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”。