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！

龙图腾网获悉山东师范大学申请的专利基于阶跃特征融合和注意力机制的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：CN116309622B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202310290297.9，技术领域涉及：G06T7/10；该发明授权基于阶跃特征融合和注意力机制的图像分割方法及系统是由李天平;崔朝童;韩宇;李冠兴;李萌设计研发完成，并于2023-03-21向国家知识产权局提交的专利申请。

本基于阶跃特征融合和注意力机制的图像分割方法及系统在说明书摘要公布了：本发明公开了基于阶跃特征融合和注意力机制的图像分割方法及系统；将待分割的图像输入到训练后的图像分割网络中，输出图像分割结果；训练后的图像分割网络对待分割图像进行特征提取，分别提取出第一第二局部特征和全局特征，对全局特征采用双通道注意力机制进行特征增强，对增强后的全局特征与第二局部特征进行阶跃式特征融合，对阶跃式特征融合后的特征进行解码处理，得到图像分割结果，在解码处理的过程中通过双线性上采样对融合后的特征进行上采样处理，并将上采样处理结果与第一局部特征进行串联拼接，将拼接后的结果进行反卷积处理，通过反卷积来捕捉不同形状物体的细节，最后对反卷积处理结果进行上采样处理，得到图像分割结果。

本发明授权基于阶跃特征融合和注意力机制的图像分割方法及系统在权利要求书中公布了：1.基于阶跃特征融合和注意力机制的图像分割方法，其特征是，包括： 获取待分割的图像； 将待分割的图像输入到训练后的图像分割网络中，输出图像分割结果； 其中，训练后的图像分割网络，用于对待分割图像进行特征提取，分别提取出第一局部特征、第二局部特征和全局特征，对全局特征采用双通道注意力机制进行特征增强，对增强后的全局特征与第二局部特征进行阶跃式特征融合，对阶跃式特征融合后的特征进行解码处理，得到图像分割结果，在解码处理的过程中通过双线性上采样对融合后的特征进行上采样处理，并将上采样处理结果与第一局部特征进行串联拼接，将拼接后的结果进行反卷积处理，通过反卷积来捕捉不同形状物体的细节，最后对反卷积处理结果进行上采样处理，得到图像分割结果；所述训练后的图像分割网络，包括： 依次连接的编码器和解码器； 所述编码器包括：依次连接的Xception模型、双通道注意力机制模块、带有空洞卷积的空间金字塔池化模块、加法器和第一卷积层； 其中，Xception模型，包括：依次连接的Entryflow网络、八个Middleflow网络和Exitflow网络； 其中，加法器的输入端还通过第二卷积层与第八个Middleflow网络的输出端阶跃连接； 所述解码器，包括：第一双线性插值上采样模块、第一反卷积层； 第一双线性插值上采样模的输入端用于输入第一卷积层的输出结果； 第一反卷积层的输入端用于输入Entryflow网络的输出结果； 所述第一双线性插值上采样模块的输出端和第一反卷积层的输出端均与串联拼接器的输入端连接，串联拼接器用于对第一双线性插值上采样模块的输出特征图和第一反卷积层的输出特征图进行串联拼接； 串联拼接器的输出端与第二反卷积层的输入端链接；第二反卷积层的输出端与第二双线性插值上采样模块的输入端连接；第二双线性插值上采样模块的输出端输出图像分割后的图像； 所述对待分割图像进行特征提取，分别提取出局部特征和全局特征，其中，局部特征是指Middleflow网络的输出结果；全局特征是指Exitflow网络的输出结果； 所述对增强后的全局特征与第二局部特征进行阶跃式特征融合，是指对增强后的全局特征与第二局部特征进行求和处理。

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山东师范大学，其通讯地址为：250014 山东省济南市历下区文化东路88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。