恭喜昆明理工大学杨彪获国家专利权
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!
龙图腾网恭喜昆明理工大学申请的专利一种基于全局特征的矿物图像分割方法及装置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:CN114565625B 。
龙图腾网通过国家知识产权局官网在2025-06-03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:202210221508.9,技术领域涉及:G06V10/26;该发明授权一种基于全局特征的矿物图像分割方法及装置是由杨彪;倪瑞璞;成宬;朱荣;钱斌;李琨;张长胜;金怀平设计研发完成,并于2022-03-09向国家知识产权局提交的专利申请。
本一种基于全局特征的矿物图像分割方法及装置在说明书摘要公布了:本发明公开了一种基于全局特征的矿物图像分割方法及装置。本发明基于“编码器‑解码器”的网络模型结构设计了全局特征提取模块和特征融合策略,其中全局特征提取模块是编码器阶段的基础模块,该模块引入Transformer运算提取图像中像素的全局特征联系,并通过对卷积层和Transformer层并行运算的结果进行特征通道合并,获取更丰富的矿物图像特征,然后利用残差连接策略实现位置特征的还原;于解码器阶段采用特征融合策略,根据各输出特征图对分割决策的重要性进行融合,使每一部分的输出特征图都参与到最终的分割决策中。本发明通过对矿物图像的全局特征进行提取,并充分利用所提取特征参与到最终的分割决策中,能有效提高矿物颗粒的分割精度。
本发明授权一种基于全局特征的矿物图像分割方法及装置在权利要求书中公布了:1.一种基于全局特征的矿物图像分割方法,其特征在于:包括:构建矿物图像分割模型;所述矿物图像分割模型包括编码器和解码器;获取待分割训练的原始矿物图像,输入至训练好的矿物图像分割模型,输出矿物分割图像;所述编码器由m个全局特征提取模块和下采样层交替构成;其中,全局特征提取模块包括卷积层和Transformer层,m≥2;当输入图像或者输入特征图时,首先由卷积层和Transformer层进行并行地特征提取,将提取的特征图于通道方向进行连接,接着对连接后的特征图采用1×1卷积核进行通道方向降维处理;将输入图像或输入特征图通过残差连接策略连接至降维处理后的输出特征图进行空间方向上的特征相加;使用大小为2×2、步长为2的最大池化层对特征相加后的输出特征图进行下采样操作;其中,输入图像表示首次输入全局特征提取模块时的图像,即原始矿物图像;输入特征图为非首次输入全局特征提取模块时的图像,即上一次执行下采样操作后的输出特征图;所述解码器包括m个转置卷积层;当输入分割特征图时,首先经过转置卷积运算,将经过转置卷积运算的特征图与编码器相对应全局特征提取模块输出的尺寸相同的特征图进行通道方向的堆叠并降维,获得解码特征图;对前m-1次操作获得的解码特征图,上采样至原始矿物图像大小,并固定通道数,获得m-1组包含不同分割信息的待融合特征图;将第m次操作获得的解码特征图,作为第m组包含不同分割信息的待融合特征图;同时赋予待融合特征图相应的权重,将待融合特征图根据其对应的权重在空间方向上进行加权融合;其中,输入分割特征图表示编码器输出的语义分割特征图或者表示解码特征图。
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昆明理工大学,其通讯地址为:650093 云南省昆明市五华区学府路253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。