延安大学徐雪丽获国家专利权
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！
龙图腾网获悉延安大学申请的专利基于深度学习的图像语义分割优化方法及系统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：CN120510391B 。
龙图腾网通过国家知识产权局官网在2025-09-16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：202511009754.8，技术领域涉及：G06V10/26；该发明授权基于深度学习的图像语义分割优化方法及系统是由徐雪丽;马涛;张帆;姜宁设计研发完成，并于2025-07-22向国家知识产权局提交的专利申请。
本基于深度学习的图像语义分割优化方法及系统在说明书摘要公布了：本发明公开了基于深度学习的图像语义分割优化方法及系统，属于图像处理技术领域；用于解决现有方案中边界感知能力不佳的技术问题；通过构建双路径网络架构，实现了语义特征与边界特征的协同学习，从输入预处理到特征融合形成闭环优化，直接针对边界感知能力不佳的核心问题；动态注意力融合模块实现了边界区域增强‑关键通道筛选‑噪声动态抑制的闭环优化；设计的加权交叉熵可以解决类别不平衡，设计的改进型边界距离损失可以增强边界定位准确性，设计的多尺度特征一致性损失可以确保深浅层特征语义对齐；通过动态权重调整机制可以根据训练进展自适应平衡各损失贡献，可以显著提升模型对复杂边界的分割鲁棒性。
本发明授权基于深度学习的图像语义分割优化方法及系统在权利要求书中公布了：1.基于深度学习的图像语义分割优化方法，其特征在于，包括： 构建包含边界增强分支的双路径编码-解码网络架构；其中，主路径用于提取图像深层语义特征，边界增强分支通过多尺度边缘检测子网络生成像素级边界概率图； 设计动态注意力融合模块，基于边界概率图自适应调整主路径与边界分支的特征权重，通过门控机制抑制背景区域噪声对边界特征的干扰； 进行交叉熵损失、边界距离损失及特征一致性损失的设计，将不同的设计混合损失加权融合并动态调整；其中，边界距离损失通过计算预测边界与真实边界的hausdorff距离动态优化边界定位精度，特征一致性损失约束不同尺度特征图的语义一致性。
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延安大学，其通讯地址为：716099 陕西省延安市宝塔区杨家岭；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”。
以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号