龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：海南大学
摘要：本申请公开了一种基于轻量级多尺度信息融合网络的语义分割方法，所述方法包括：输入高分辨率图片，并对所述高分辨率图片进行图像特征提取，获取浅层空间语义信息和深层空间语义信息；通过跳跃学习对所述浅层空间语义信息和所述深层空间语义信息进行特征信息融合，得到融合后的语义信息；通过金字塔注意力机制消除所述融合后的语义信息的语义鸿沟；对消除语义鸿沟后的所述融合后的语义信息，通过多尺度密集拼接模块以不同的膨胀率和多尺度密集连接方式学习多尺度上下文信息。本申请具有低内存的占用、高计算效率的特点，同时获得了不错的分割结果。
主权项：1.一种基于轻量级多尺度信息融合网络的语义分割方法，其特征在于，所述方法包括：输入高分辨率图片，并对所述高分辨率图片进行图像特征提取，获取浅层空间语义信息和深层空间语义信息；通过跳跃学习对所述浅层空间语义信息和所述深层空间语义信息进行特征信息融合，得到融合后的语义信息；通过金字塔注意力机制消除所述融合后的语义信息的语义鸿沟；对消除语义鸿沟后的所述融合后的语义信息，通过多尺度密集拼接模块以不同的膨胀率和多尺度密集连接方式学习多尺度上下文信息；所述通过金字塔注意力机制消除所述融合后的语义信息的语义鸿沟包括：将所述融合后的语义信息的原始的低级特征F1通过深度可分离卷积转化为高级特征Fh；以及将低级特征图Fl通过1×1卷积转化为高级特征图然后将高级特征图通过自适应平均池化转化为通道向量Vca和空间张量Vsa，并通过自适应最大池化获得相似的通道向量Vcm和空间张量Vsm，将空间张量Vsa和Vsm重构形状为向量，并与通道向量Vca和Vcm进行拼接得到新的向量Va和Vm；Va和Vm由一个共享多层感知器和一个隐藏层共同学习，以生成金字塔注意向量；两个金字塔注意向量添加元素以获得混合金字塔注意向量，该混合金字塔注意向量由sigmoid激活函数归一化；最后，混合金字塔注意力向量的权重与高级特征图相乘得到输出。
全文数据：
权利要求：
百度查询： 海南大学 基于轻量级多尺度信息融合网络的语义分割方法及装置
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号