Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜北京邮电大学梁臻获国家专利权

恭喜北京邮电大学梁臻获国家专利权

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!

龙图腾网恭喜北京邮电大学申请的专利基于多维信息对比的图像级弱监督语义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:CN119206231B

龙图腾网通过国家知识产权局官网在2025-05-09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:202411447574.3,技术领域涉及:G06V10/26;该发明授权基于多维信息对比的图像级弱监督语义分割方法及系统是由梁臻;胡燕祝;房体育;王松;王英剑;何祥;杨洋;许彬彬设计研发完成,并于2024-10-16向国家知识产权局提交的专利申请。

基于多维信息对比的图像级弱监督语义分割方法及系统在说明书摘要公布了:本发明实施例公开了一种基于多维信息对比的图像级弱监督语义分割方法及系统,包括:基于多维信息对比构建改进图像分割模型,其中,改进图像分割模型包括混合令牌对比机制、自监督多视图对比机制、记忆库对比机制和分割机制;基于补丁令牌级对比学习损失Lptc、类级令牌对比学习损失Lctc、自监督多视图对比学习损失Lssm、记忆库对比损失Lmmb、主分类器损失Lcls、辅助分类器损失Lmcls和分割损失Lseg对原始CAM进行优化,以得到最优改进图像分割模型;获取待分割图像,将待分割图像输入最优改进图像分割模型,得到分割结果。解决现有技术中无法充分挖掘多源监督信息进而无法保证图像分割模型进行精确分割的问题。

本发明授权基于多维信息对比的图像级弱监督语义分割方法及系统在权利要求书中公布了:1.一种基于多维信息对比的图像级弱监督语义分割方法,其特征在于,所述基于多维信息对比的图像级弱监督语义分割方法具体包括:获取一定数量的样本图像和所述样本图像对应的图像级分类标签,并对所述样本图像进行裁剪处理和数据增强处理,得到局部样本图像和多视图图像;基于多维信息对比构建改进图像分割模型,其中,所述改进图像分割模型包括混合令牌对比机制、自监督多视图对比机制、记忆库对比机制和分割机制;将样本图像输入所述改进图像分割模型,通过混合令牌对比机制获取样本图像在中间辅助层的补丁令牌特征,基于所述补丁令牌特征生成辅助CAM,基于原始CAM和辅助CAM计算补丁令牌级对比学习损失Lptc;通过混合令牌对比机制获取局部样本图像对应的局部语义和样本图像对应的全局语义,基于所述局部语义和所述全局语义计算类级令牌对比学习损失Lctc;通过自监督多视图对比机制获取样本图像对应的多视图图像,并生成多视图图像对应自监督CAM,基于所述自监督CAM和所述原始CAM计算自监督多视图对比学习损失Lssm;通过记忆库机制提取图像目标对应的记忆库原型,所述记忆库原型指的是记忆库中各类别的原型向量,基于记忆库原型和图像目标计算记忆库对比损失Lmmb;计算主分类器损失Lcls;计算辅助分类器损失Lmcls;计算分割损失Lseg;基于所述补丁令牌级对比学习损失Lptc、类级令牌对比学习损失Lctc、自监督多视图对比学习损失Lssm、记忆库对比损失Lmmb、主分类器损失Lcls、辅助分类器损失Lmcls和分割损失Lseg对所述原始CAM进行优化,以得到最优改进图像分割模型;获取待分割图像,将所述待分割图像输入所述最优改进图像分割模型,得到分割结果。

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北京邮电大学,其通讯地址为:100876 北京市海淀区西土城路10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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。