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！

龙图腾网获悉济南大学申请的专利一种基于混合模型的指向性图像分割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：CN120563842B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202510701029.0，技术领域涉及：G06V10/26；该发明授权一种基于混合模型的指向性图像分割方法及系统是由冯光;姚康赛;曲啸枫设计研发完成，并于2025-05-28向国家知识产权局提交的专利申请。

本一种基于混合模型的指向性图像分割方法及系统在说明书摘要公布了：本发明提出了一种基于混合模型的指向性图像分割方法及系统，属于计算机视觉技术领域，包括：获取图像及文本描述数据集；构建双分支视觉‑语言编码架构对图像进行编码提取若干不同尺度的视觉特征，并同时对文本描述进行编码，提取文本特征；采用多尺度跨模态注意力模块对同一尺度的视觉特征和文本特征进行跨模态融合，生成多模态特征；对各个尺度的多模态特征分别采用分层特征融合模块进行融合得到第一融合特征；采用跨层级信息整合模块进行层间特征的融合得到最终融合特征；采用分割模块对最终融合特征进行预测得到分割后的图像。本发明结合CNN和Transformer架构的优势，以提升指向性图像分割任务的精度和泛化能力。

本发明授权一种基于混合模型的指向性图像分割方法及系统在权利要求书中公布了：1.一种基于混合模型的指向性图像分割方法，其特征在于，包括： 获取图像及文本描述数据集； 构建双分支视觉-语言编码架构对所述图像进行编码提取若干不同尺度的视觉特征，并同时对所述文本描述进行编码，提取文本特征； 采用多尺度跨模态注意力模块对同一尺度的所述视觉特征和文本特征进行跨模态融合，生成多模态特征； 分层特征融合模块包括CNN分支多模态特征输入、Transformer分支多模态特征输入、卷积层、通道注意力机制、空间注意力机制、通道级融合模块及卷积层，对各个尺度的多模态特征分别采用分层特征融合模块进行融合得到第一融合特征，具体为：对每个尺度的多模态特征采用卷积进行通道调整，调整后的特征通过加权融合策略进行整合两个分支的多模态特征，得到初步融合特征；对所述初步融合特征进行通道注意力和空间注意力机制增强；对注意力机制增强后的特征进行残差块增强，得到各个尺度的第一融合特征； 基于所述第一融合特征采用跨层级信息整合模块进行层间特征的融合得到最终融合特征，具体为：对各个尺度的第一融合特征采用自上而下的特征融合策略，结合多尺度语义信息得到最终融合特征： ； ； 其中，表示沿通道维度拼接，为双线性插值上采样，为3×3卷积，为RELU激活函数，为第i阶段融合特征图，为第i阶段的第一融合特征； 采用分割模块对所述最终融合特征进行预测得到分割后的图像。

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济南大学，其通讯地址为：250022 山东省济南市市中区南辛庄西路336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。