恭喜浙江大学刘勇获国家专利权
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!
龙图腾网恭喜浙江大学申请的专利基于掩码特征聚合和目标增强型的视频目标分割方法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:CN115035437B 。
龙图腾网通过国家知识产权局官网在2025-05-16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:202210569043.6,技术领域涉及:G06V20/40;该发明授权基于掩码特征聚合和目标增强型的视频目标分割方法是由刘勇;梅剑标;王蒙蒙设计研发完成,并于2022-05-24向国家知识产权局提交的专利申请。
本基于掩码特征聚合和目标增强型的视频目标分割方法在说明书摘要公布了:本发明涉及计算机视觉领域,公开了一种基于掩码特征聚合和目标增强型的视频目标分割方法,包括以下步骤:S1、设计并得到一种优化的多尺度掩码特征聚合单元;S2、利用目标增强型注意力机构得到目标增强型特征匹配单元;S3、利用服务器对网络模型进行训练,通过降低网络损失函数优化网络参数,直至网络收敛,获得基于多尺度掩码特征聚合和目标增强型的视频目标分割方法;S4、利用所述基于多尺度掩码特征聚合和目标增强型的视频目标分割方法对新的视频序列分割给定目标。本发明能够充分利用目标掩码中的边缘轮廓信息,加强目标外观表示的学习,使得分割结果具有更好的轮廓准确度,能够在复杂的环境中准确地分割目标。
本发明授权基于掩码特征聚合和目标增强型的视频目标分割方法在权利要求书中公布了:1.基于掩码特征聚合和目标增强型的视频目标分割方法,其特征在于,包括以下步骤:S1、设计并得到一种优化的多尺度掩码特征聚合单元;S2、利用目标增强型注意力机构得到目标增强型特征匹配单元;S3、利用服务器对网络模型进行训练,通过降低网络损失函数优化网络参数,直至网络收敛,获得基于多尺度掩码特征聚合和目标增强型的视频目标分割方法;S4、利用所述基于多尺度掩码特征聚合和目标增强型的视频目标分割方法对新的视频序列分割给定目标;所述步骤S1具体包括以下步骤:S11、设计一种低层次融合的掩码特征聚合单元I1;S12、设计三种高层次融合的掩码特征聚合单元I2,I3,I4;S13、设计四种多尺度融合的掩码特征聚合单元I5,I6,I7,I8,四种特征提取单元分别由由参考编码单元和查询编码单元组成,输出查询图像键值编码对kQ,vQ和参考键值编码对kR,vR以及目标掩码特征FM,所述I5采用SwiftNet的架构,参考编码单元和查询编码单元中的图像特征编码器进行特征共享,其参考编码单元在骨干网络的第1和第4个阶段后,将下采样的目标掩码信息融合到图像特征编码器提取的参考帧特征中;所述I6的参考编码单元采用单独的掩码特征编码器提取参考目标掩码特征FM,而不是简单的下采样,然后使用AFC模块在骨干网络的前四个阶段将其与图像特征编码器提取的参考帧特征融合,图像特征编码器为主分支,其查询编码单元和参考编码单元中的图像特征编码器不是共享的;所述I7与所述I6的结构基本相同,将掩码编码器作为主分支,且查询编码单元和参考编码单元中的图像特征编码器的参数共享;所述I8与所述I6的不同之处为只将查询编码单元和参考编码单元中的图像特征编码器的参数共享;S14、使用默认的特征匹配单元和解码单元,经过步骤S3和步骤S4后比较各类特征提取单元的效果,得出最优的多尺度掩码特征聚合单元I8;所述步骤S2具体包括以下步骤:S21、使用由掩码编码器生成的参考掩码特征FM来生成目标注意力图wR;再将目标注意力图wR和参考值编码特征vR相乘得到目标增强的参考值编码特征S22、根据查询帧和上一帧的相似度,将上一帧对应的目标注意力图变换到查询帧,得到查询帧对应的目标注意力图wQ;将目标注意力图wQ和查询值编码特征vQ相乘得到目标增强的查询值编码特征S23、使用目标增强后的查询图像键值编码对检索参考键值编码对中的信息,并与查询值编码特征拼接后得到最终的匹配特征。
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浙江大学,其通讯地址为:310000 浙江省杭州市西湖区余杭塘路866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”。
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。