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！

龙图腾网恭喜江西师范大学申请的专利一种基于多级多尺度逐步融合网络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：CN119068201B 。

龙图腾网通过国家知识产权局官网在2025-04-22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：202411554342.8，技术领域涉及：G06V10/26；该发明授权一种基于多级多尺度逐步融合网络的图像分割方法及系统是由易玉根;何怡;周强强;罗四维;周唯;秦乐;李冰设计研发完成，并于2024-11-04向国家知识产权局提交的专利申请。

本一种基于多级多尺度逐步融合网络的图像分割方法及系统在说明书摘要公布了：本发明涉及图像处理领域，提出了一种基于多级多尺度逐步融合网络的图像分割方法及系统，通过设计一种多级多尺度逐步融合网络，以提高整体图像分割的准确性，多级多尺度逐步融合网络首先提取图像的多个不同层次的语义特征，进行多层次特征融合，以提高对于特征的全面理解，同时减小高低层次之间语义差距，再进行多尺度逐步融合，在减小计算量的同时，从不同尺度关注输入数据，增强多级多尺度逐步融合网络整体的表达能力，再进行多级别逐步融合，以进一步降低高低级别特征之间的语义差距，并且平滑了特征融合过程，本发明极大地提高了图像分割的准确性。

本发明授权一种基于多级多尺度逐步融合网络的图像分割方法及系统在权利要求书中公布了：1.一种基于多级多尺度逐步融合网络的图像分割方法，其特征在于，包括：对待分割的图像进行预处理，将预处理后的图像输入多级多尺度逐步融合网络；根据预处理后的图像，获取多个不同层次的语义特征，每个所述语义特征包含单一层次的语义信息，任意两个所述语义特征包含的语义信息的层次不同；根据通道维度将每一所述语义特征均分为多个语义特征子片段，将不同语义特征的语义特征子片段拼接成多层次语义特征；根据特征尺度提取每个所述多层次语义特征对应的多尺度特征，所述多尺度特征中包含多个单一尺度特征，任意两个所述单一尺度特征的特征尺度不同，在所述多尺度特征中所述单一尺度特征根据特征尺度大小的次第顺序排列构成单一尺度特征队列；将所述单一尺度特征队列中相邻的单一尺度特征进行多阶段的两两融合，以获取多尺度融合特征，所述多尺度融合特征与所述多层次语义特征唯一对应；所述将所述单一尺度特征队列中相邻的单一尺度特征进行多阶段的两两融合，以获取多尺度融合特征的步骤，具体包括：获取到多层次语义特征后，将所述多层次语义特征沿通道维度拆分，以将拆分后的多层次语义特征分别输入不同尺度的卷积块中，以获取多个不同尺度的单一尺度特征，所述获取多个不同尺度的单一尺度特征的具体算法如下： ， ，其中，表示多层次语义特征，表示拆分后的多层次语义特征，表示拆分操作，表示多个不同尺度的单一尺度特征，表示激活函数，、、和表示不同尺度的卷积操作；将多个不同尺度的单一尺度特征进行逐步融合，以获取融合特征，所述逐步融合包括多个融合阶段，每一所述融合阶段将所有相邻尺度的语义特征两两成对进行并行融合，所述逐步融合的具体算法如下： ，， ，，其中，表示融合特征，表示特征序数，表示拼接操作，表示融合阶段，表示单一尺度特征；将逐步融合后的融合特征与原始多层次语义特征进行残差连接，以获取多尺度融合特征，所述残差连接的具体算法如下： ，其中，表示多尺度融合特征，表示多层次语义特征，表示批归一化操作；根据特征级别高低的次第顺序将所述多尺度融合特征排列构成多尺度融合特征队列，按照预设融合规则对所述多尺度融合特征队列进行特征融合，获取多级别融合特征，所述预设融合规则用于将多尺度融合特征队列融合为一个多级融合特征；根据所述多级别融合特征，获取最终分割图像。

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江西师范大学，其通讯地址为：330000 江西省南昌市高新技术开发区紫阳大道99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”。