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！

龙图腾网获悉香港中文大学(深圳);深圳市人工智能与机器人研究院申请的专利语义分割方法、图像处理设备以及计算机可读存储介质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：CN115690787B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202211390885.1，技术领域涉及：G06V20/70；该发明授权语义分割方法、图像处理设备以及计算机可读存储介质是由陈勇全;于佳辉;马天宇;黄锐;郝祁;马睿;曾祥容设计研发完成，并于2022-11-07向国家知识产权局提交的专利申请。

本语义分割方法、图像处理设备以及计算机可读存储介质在说明书摘要公布了：本申请实施例公开了一种语义分割方法、图像处理设备以及计算机可读存储介质，用于在提高分割精确度的情况下，对原始图像进行语义分割。本申请实施例方法包括：获得原始图像后，将原始图像输入语义分割模型的多尺度特征提取模块，得到多尺度特征提取模块输出的原始图像的N级尺度的第一特征图；N大于或等于2的整数；语义分割模型为预先训练的模型，分别将N级尺度的第一特征图输入语义分割模型的目标融合模块，由目标融合模块对N级尺度的第一特征图进行至少一次融合处理后，得到目标融合模块输出的N级尺度的目标融合特征图，根据N级尺度的目标融合特征图生成原始图像对应的语义分割图像。

本发明授权语义分割方法、图像处理设备以及计算机可读存储介质在权利要求书中公布了：1.一种语义分割方法，其特征在于，包括： 获得原始图像后，将所述原始图像输入语义分割模型的多尺度特征提取模块，得到所述多尺度特征提取模块输出的所述原始图像的N级尺度的第一特征图；所述N大于或等于2的整数；所述语义分割模型为预先训练的模型； 分别将所述N级尺度的第一特征图输入所述语义分割模型的目标融合模块，由所述目标融合模块对所述N级尺度的第一特征图进行至少一次融合处理后，得到所述目标融合模块输出的N级尺度的目标融合特征图； 根据所述N级尺度的目标融合特征图生成所述原始图像对应的语义分割图像； 所述目标融合模块包括第一融合模块和第二融合模块； 所述由所述目标融合模块对所述N级尺度的第一特征图进行至少一次融合处理后，得到所述目标融合模块输出的N级尺度的目标融合特征图，包括： 由所述第一融合模块对所述N级尺度的第一特征图进行第一次融合处理，得到所述第一融合模块输出的所述N级尺度的第一融合特征图； 由所述第二融合模块对所述N级尺度的第一融合特征图进行第二次融合处理，得到所述第二融合模块输出的所述N级尺度的第二融合特征图；其中，所述N级尺度的第二融合特征图为所述N级尺度的目标融合特征图； 所述由所述第一融合模块对所述N级尺度的第一特征图进行第一次融合处理，得到所述第一融合模块输出的所述N级尺度的第一融合特征图，包括： 对于第n-1级尺度的第一融合特征图，将第n级尺度的第一特征图输入所述语义分割模型的上采样模块，由上采样模块进行上采样处理得到第n级尺度的上采样特征图；其中2≤n≤N； 由所述第一融合模块对所述第n级尺度的上采样特征图和所述第n-1级尺度的第一特征图进行第一次融合处理，得到所述第一融合模块输出的所述第n-1级尺度的第一融合特征图； 对于第n级尺度的第一融合特征图，将所述第n级尺度的第一特征图作为所述第n级尺度的第一融合特征图； 所述由所述第二融合模块对所述N级尺度的第一融合特征图进行第二次融合处理，得到所述第二融合模块输出的所述N级尺度的第二融合特征图，包括： 对于第1级尺度的第二融合特征图，将所述第1级尺度的第一融合特征图作为所述第1级尺度的第二融合特征图； 对于第n级尺度的第二融合特征图，将第n-1级尺度的第一特征图输入所述语义分割模型的下采样模块，由下采样模块进行下采样处理得到第n-1级尺度的下采样特征图；其中2≤n≤N； 由所述第二融合模块对所述第n-1级尺度的下采样特征图和所述第n级尺度的第一融合特征图进行第二次融合处理，得到所述第二融合模块输出的所述第n级尺度的第二融合特征图。

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香港中文大学(深圳);深圳市人工智能与机器人研究院，其通讯地址为：518000 广东省深圳市龙岗区龙翔大道2001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”。

以上内容由龙图腾AI智能生成。