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！

龙图腾网获悉中国科学院自动化研究所申请的专利基于事件的无监督域适应的语义分割网络的训练方法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：CN116935047B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202310855954.X，技术领域涉及：G06V10/26；该发明授权基于事件的无监督域适应的语义分割网络的训练方法是由高伟;谢楚云;胡占义设计研发完成，并于2023-07-12向国家知识产权局提交的专利申请。

本基于事件的无监督域适应的语义分割网络的训练方法在说明书摘要公布了：本发明提供一种基于事件的无监督域适应的语义分割网络的训练方法，其中方法包括：确定三分支自注意力网络；基于源域自注意力网络，对样本事件对中的样本合成事件的合成事件特征进行语义分割，得到第一语义分割结果；基于目标域自注意力网络，对样本事件对中的样本真实事件的真实事件特征进行语义分割，得到第二语义分割结果；基于交叉注意力网络，对合成事件特征和真实事件特征进行语义分割，得到第三语义分割结果；基于第一语义分割结果和样本合成事件的图像标签、第二语义分割结果和样本真实事件的伪标签，以及第三语义分割结果和第二语义分割结果，对三分支自注意力网络进行参数迭代，得到语义分割网络，提高了语义分割的准确性和可靠性。

本发明授权基于事件的无监督域适应的语义分割网络的训练方法在权利要求书中公布了：1.一种基于事件的无监督域适应的语义分割网络的训练方法，其特征在于，包括： 确定三分支自注意力网络；所述三分支自注意力网络包括并行的源域自注意力网络、交叉注意力网络和目标域自注意力网络； 基于所述源域自注意力网络，对样本事件对中的样本合成事件的合成事件特征进行语义分割，得到第一语义分割结果； 基于所述目标域自注意力网络，对所述样本事件对中的样本真实事件的真实事件特征进行语义分割，得到第二语义分割结果； 基于所述交叉注意力网络，对所述合成事件特征和所述真实事件特征进行语义分割，得到第三语义分割结果； 基于所述第一语义分割结果和所述样本合成事件的图像标签、所述第二语义分割结果和所述样本真实事件的伪标签，以及所述第三语义分割结果和所述第二语义分割结果，对所述三分支自注意力网络进行参数迭代，并将完成参数迭代后的目标域自注意力网络确定为语义分割网络； 所述基于所述第一语义分割结果和所述样本合成事件的图像标签、所述第二语义分割结果和所述样本真实事件的伪标签，以及所述第三语义分割结果和所述第二语义分割结果，对所述三分支自注意力网络进行参数迭代，包括： 基于所述第一语义分割结果和所述样本合成事件的图像标签，确定第一语义分割损失； 基于所述第二语义分割结果和所述样本真实事件的伪标签，确定第二语义分割损失； 基于所述第三语义分割结果和所述第二语义分割结果，确定知识蒸馏损失； 基于所述第一语义分割损失、所述第二语义分割损失和所述知识蒸馏损失，对所述三分支自注意力网络进行参数迭代； 所述样本真实事件的伪标签的确定步骤，包括： 基于源域数据集中的源域图像和所述源域图像的图像标签，对单分支的自注意力网络进行训练，得到源域语义分割网络； 将所述源域数据集中的源域图像转化为合成事件，并基于所述合成事件和所述源域数据集中的图像标签对所述单分支自注意力网络进行训练，得到合成事件域语义分割网络； 获取样本真实事件，并对所述样本真实事件进行事件编码，得到事件编码特征，将所述事件编码特征输入至所述合成事件域语义分割网络中，得到所述合成事件域语义分割网络输出的第一预测概率图； 将所述样本真实事件转化为合成图像，并将所述合成图像输入至所述源域语义分割网络中，得到所述源域语义分割网络输出的第二预测概率图； 基于所述第一预测概率图和所述第二预测概率图，确定增强预测概率图； 基于所述增强预测概率图，确定所述样本真实事件的伪标签。

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中国科学院自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95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”。