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！

龙图腾网获悉杭州电子科技大学申请的专利一种结合边界感知和语义分割的复杂场景检测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：CN115131321B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202210777680.2，技术领域涉及：G06T7/00；该发明授权一种结合边界感知和语义分割的复杂场景检测方法是由陈丰农;丁云帅设计研发完成，并于2022-07-04向国家知识产权局提交的专利申请。

本一种结合边界感知和语义分割的复杂场景检测方法在说明书摘要公布了：本发明公开了一种结合边界感知和语义分割的复杂场景检测方法，包括如下步骤：S1、创建图像的数据集；S2、对数据集中的图像数据进行预处理；S3、设计检测网络；S4、训练检测网络得到最优的收敛模型；S5、加载训练得到的最优收敛模型，将待预测图像输入预测网络中进行预测得到分割图；S6、对分割图进行后处理得到最终的水岸线。该方法解决了物体和水面反射之间的相似性造成检测失败问题，该方法可以有效检测出不同结构以及不同光照条件下的水岸线，同时具有较高检测速度。

本发明授权一种结合边界感知和语义分割的复杂场景检测方法在权利要求书中公布了：1.一种结合边界感知和语义分割的复杂场景检测方法，其特征在于，包括如下步骤：S1、创建图像的数据集；S2、对数据集中的图像数据进行预处理；S3、构建检测网络，所述检测网络采用双流式结构，由pytorch框架搭建深度神经网络结构，所述检测网络包括编码器网络、解码器网络和边界感知网络，编码器网络用于对特征进行提取，编码器网络采用预训练的ResNet-18网络，快速对特征信息进行下采样，以获得大的感受野，采用4个卷积块对图像进行下采样，每次下采样得到不同尺度的特征图，边界感知网络用于关注水域边界，丢弃大量冗余信息，边界感知网络通过边界卷积，来促进语义信息转换到边界信息，解码器网络将不同尺寸的特征与边界信息融合，提出的基于全局平均池和最大池操作，并将其细化为最后分割结果；S4、训练检测网络得到最优的收敛模型S4-1、设计双损失函数所述双损失函数中语义损失采用标准交叉熵，边界损失采用二元交叉熵和骰子损失联合优化边界学习，表达式如下：Lboundarypd,gd＝λ1Ldicepd,gd+λ2Lbcepd,gd 其中，Lboundary表示边界损失，H和W分别表示数据集中图像的长和宽，Lbce表示二元交叉熵损失，Ldice表示骰子损失，pd∈RH×W表示预测边界图，gd∈RH×W表示从标记的分割掩码中得到的真实边界图，其中i表示第i个像素，λ1、λ2、c为超参数；S4-2、确定超参数，采用Adam优化器对检测网络进行训练，使检测网络损失最小，即最优收敛模型；S5、加载训练得到的最优收敛模型，将待预测图像输入最优收敛模型中进行预测得到分割图；S6、对分割图进行后处理得到最终的水岸线。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘新区白杨街道2号大街1158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”。

以上内容由龙图腾AI智能生成。