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！

龙图腾网获悉重庆理工大学申请的专利用于实时语义分割的边缘辅助特征校准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：CN119180959B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411305334.X，技术领域涉及：G06V10/26；该发明授权用于实时语义分割的边缘辅助特征校准方法是由朱凌云;肖力源设计研发完成，并于2024-09-19向国家知识产权局提交的专利申请。

本用于实时语义分割的边缘辅助特征校准方法在说明书摘要公布了：本发明提出了一种用于实时语义分割的边缘辅助特征校准方法，所述边缘辅助特征校准方法是基于实时语义分割网络实现的，实时语义分割网络包括语义分支和边缘分支；边缘辅助特征校准方法包括以下步骤：S1，将图像输入至编码器进行提取特征；S2，通过边缘分支提取边缘信息；S3，解码器将编码器输出的语义特征和边缘信息进行解码；S4，将解码器的输出通过边缘分割头，得到经过语义分割后的特征图。本发明通过优化特征融合策略以解决细节信息易被淹没问题。在编码器部分提取不同分辨率的特征作为边缘分支，用于保留因下采样丢失的空间信息；在编码器末端引入GAPPM模块，以增强网络的上下文特征聚合能力；提出了EGRFM模块，以增强网络在特征融合时被淹没的细节信息。

本发明授权用于实时语义分割的边缘辅助特征校准方法在权利要求书中公布了：1.一种用于实时语义分割的边缘辅助特征校准方法，所述边缘辅助特征校准方法是基于实时语义分割网络实现的，实时语义分割网络采用双分支结构，包括语义分支和边缘分支；所述语义分支包括编码器和解码器；其特征在于，边缘辅助特征校准方法包括以下步骤： S1，将图像输入至编码器提取特征；编码器为五个阶段的下采样过程，每个阶段的特征图大小分别为原图的12、14、18、116、132；其中编码器的各阶段的特征图均包含语义特征，编码器的最终输出为132的特征图； 将14、18、116的特征图分别作为边缘分支中三个阶段的输入；并将18、116、132的特征图分别作为第三个EGRFM模块、第二个EGRFM模块、第一个EGRFM模块的低级细节空间特征； S2，通过边缘分支提取边缘信息，边缘分支为三个阶段的卷积过程，包括三个卷积块，每个阶段对应一个卷积块，每个阶段的特征图大小均为原图的18；其中，第一个卷积块的输入为14的特征图，将其卷积得到大小为18的特征图；第二个卷积块的输入为所述18的特征图和编码器输出的18的特征图，将其通过卷积以及concat操作得到大小为18的特征图；第三个卷积块的输入为所述18的特征图和编码器输出的116特征图，将其通过卷积以及concat操作得到大小为18的特征图；所述18的特征图为包含边缘信息的特征图； S3，解码器将编码器输出的语义特征和边缘信息进行解码；所述解码器由三个级联的EGRFM模块构成；经由EGRFM模块的数据处理过程为： EGRFM模块的输入为三部分，高层语义特征、低级细节空间特征和边缘信息；此时，第一个EGRFM模块的高层语义特征为编码器的最终输出特征图，第二个EGRFM模块的高层语义特征为第一个EGRFM模块的输出特征图，第三个EGRFM模块的高层语义特征为第二个EGRFM模块的输出特征图； 首先对输入的高层语义特征和低级细节空间特征进行通道上的拼接，其次对拼接后的特征进行上采样得到2D偏移特征图；然后对2D偏移特征图进行拆分，以此作为参照对高层语义特征和低级细节空间特征进行重新采样；最后将输入的边缘信息作为权重引导，对重新采样后的高层语义特征和低级细节空间特征进行融合操作，得到EGRFM模块的最终输出； S4，将解码器的输出通过边缘分割头，得到经过语义分割后的特征图。

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重庆理工大学，其通讯地址为：400054 重庆市巴南区红光大道69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”。