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！

龙图腾网获悉中国电子科技集团公司第二十研究所申请的专利一种通过双网络挖掘互补特征的弱监督阴影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：CN114998132B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202210605710.1，技术领域涉及：G06T5/00；该发明授权一种通过双网络挖掘互补特征的弱监督阴影检测方法是由李煜祥;王军;柴晨阳设计研发完成，并于2022-05-30向国家知识产权局提交的专利申请。

本一种通过双网络挖掘互补特征的弱监督阴影检测方法在说明书摘要公布了：本发明提供了一种通过双网络挖掘互补特征的弱监督阴影检测方法。首先采用类激活图方法获得阴影的初始种子区域，区域分割网络进而基于初始种子区域学习基于区域的阴影特性对阴影区域进行更准确的估计，并会利用像素分割网络的阴影检测结果来训练区域分割网络，最后，区域分割网络和像素分割网络在相互学习的过程中完成了基于区域特征和上下文特征的融合，实现对阴影区域的准确分割。本发明在使用弱标签的情况下，很好的完成阴影检测任务，极大的减少了对图像数据集高级标签的依赖，有效地利用了分类网络在超像素块中提取的特征和分割网络直接从全图获取的上下文特征，使得在弱监督的情况下，也可有效达到阴影检测的目的。

本发明授权一种通过双网络挖掘互补特征的弱监督阴影检测方法在权利要求书中公布了：1.一种通过双网络挖掘互补特征的弱监督阴影检测方法，其特征在于包括下述步骤： 步骤1，训练VGG网络作为阴影分类网络，并利用训练好的模型获得阴影图像的类激活图作为阴影种子区域； 步骤2，利用Graph-Cuts方法获得超像素块； 步骤3，将超像素块作为区域分割网络的输入，阴影种子区域作为标签，从阴影区块中提取阴影特征，有效扩展阴影区域，并去除部分错误区域； 步骤4，利用区域分割网络生成的阴影检测结果，训练像素分割网络，像素分割网络提取更多上下文特征，其生成的阴影检测结果，为阴影区域检测网络提供更精确的阴影边界； 步骤5，利用像素分割网络生成的阴影检测结果，训练区域分割网络，自底向上的利用区域分割网络从种子区域中挖掘出阴影特征，并利用挖掘出的特征扩展阴影区域，修正错误分类的区域，得到阴影检测结果； 所述训练像素分割网络的步骤为： a对于输入阴影图像Image，区域分割网络R-net利用t＝0处与Image对应的阴影种子区域图像作为标签来进行训练，在完成区域分割网络R-net的训练后，对于输入Image，区域分割网络R-net输出下半区域t＝1处所示的阴影检测图； b对于输入图像Image，像素分割网络P-net利用t＝1处与Image对应的生成于区域分割网络R-net的阴影检测图像作为标签来进行训练，完成像素分割网络P-net的训练后，对于输入Image，像素分割网络P-net输出在上半区域中的t＝1处所示的阴影检测图； c此时区域分割网络R-net使用由像素分割网络P-net生成的t＝1时刻的阴影检测结果进行训练，即重复进行步骤a与步骤b中的训练过程，完成t＝2～4时刻的训练过程，最后，由像素分割网络P-net生成的t＝4时刻的结果作为最终的训练结果。

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中国电子科技集团公司第二十研究所，其通讯地址为：710068 陕西省西安市雁塔区白沙路1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”。