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！

龙图腾网获悉杭州电子科技大学申请的专利基于CNN和Transformer的图像分割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：CN115984560B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202211686784.9，技术领域涉及：G06V10/26；该发明授权基于CNN和Transformer的图像分割方法是由王兴起;王海林;魏丹;方景龙设计研发完成，并于2022-12-26向国家知识产权局提交的专利申请。

本基于CNN和Transformer的图像分割方法在说明书摘要公布了：本发明公开了一种基于CNN和Transformer的图像分割方法。本发明把图像传递给CNN模块，通过逐层的卷积和池化提取出图像的局部低级特征；把相同的图像传递给Transformer模块，其将图像分割为合适的块并进行特征提取，提取并保存图像的全局信息和远程依赖关系；把并行执行的两个模块的提取结果重新排列；把CNN模块每一层的中间结果传递给上采样层，并把最后一层的结果额外通过一个Transformer层来进一步强化全局特征；最后把融合后的数据和CNN模块传递过来的数据统一交给上采样模块，通过使用全局和局部的特征来恢复图像分辨率。本发明提高了图像语义分割的准确率。

本发明授权基于CNN和Transformer的图像分割方法在权利要求书中公布了：1.基于CNN和Transformer的图像分割方法；其特征在于：具体包括以下步骤： 步骤1：对图像进行全局语义特征提取； 将图像输入到Transformer编码部分，首先经过补丁分割层，然后经过四个下采样层，下采样层中会先经过补丁融合，然后再输入SwinTransformerBlock中提取全局语义特征； 步骤2：通过CNN模块提取图像局部细节特征； 步骤2-1：卷积与下采样，整个CNN阶段共进行四次下采样，最终图像格式为 步骤3：特征重构与合并； 在CNN模块与Transformer模块均提取完特征后，由于两者对特征标记数据的组织规格不同，需要对卷积网络的特征数据进行重构，然后把重构后的数据与后者的输出在维度通道进行合并；将合并后的特征数据通过一个Transformer块，然后再次对输出结果重构，使其符合上采样要求的数据格式； 步骤4：对特征信息解码并得到分割结果； 步骤4-1：解码器将合并重构后的数据输入到上采样层，逐步恢复特征图像的分辨率，上采样之后通过跳跃连接与CNN中保留的不同层级的特征图像合并，然后对合并后的图像进行卷积，连续经过三次上采样和三次跳跃连接，图像的规格恢复到最后通过一个4倍上采样的补丁拓展层将图像恢复到H×W×C； 步骤4-2：分割预测，将上采样之后的特征标记传递到线性映射层，输出最终的像素级分割预测结果。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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”。