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！

龙图腾网获悉深圳北理莫斯科大学申请的专利基于并行网络框架和动态融合的图像分割方法、系统、终端及存储介质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：CN119942130B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202510429723.1，技术领域涉及：G06V10/26；该发明授权基于并行网络框架和动态融合的图像分割方法、系统、终端及存储介质是由程润泽;李春;周庆;程嘉荣;邱夕航;张晔;杨建勋;骆泳铭设计研发完成，并于2025-04-08向国家知识产权局提交的专利申请。

本基于并行网络框架和动态融合的图像分割方法、系统、终端及存储介质在说明书摘要公布了：本发明公开了一种基于并行网络框架和动态融合的图像分割方法、系统、终端及存储介质，所述方法包括：获取目标图像集的原始特征，输入并行编码网络进行双路卷积操作，得到多个门控特征，进而构建空间特征；对空间特征进行全局增强处理后得到单模态表示；融合后生成预测分割结果；进而构建多个损失函数以训练模型，从而输出对目标图像集的分割结果。本发明设置多个并行的编码器分支充分学习自身特征，可以有效避免缺失模态导致的融合信息不足的缺点，在模态缺失时产生准确的图像分割结果，在多模态完整时，每个分支可以充分提取模态的特征，增强整体的图像分割性能。

本发明授权基于并行网络框架和动态融合的图像分割方法、系统、终端及存储介质在权利要求书中公布了：1.一种基于并行网络框架和动态融合的图像分割方法，其特征在于，所述基于并行网络框架和动态融合的图像分割方法包括： 获取目标图像集的多个原始特征，将所有所述原始特征输入并行网络框架进行双路卷积操作，得到每个样本各自的原始特征对应的门控特征，根据每个所述门控特征构建每个所述样本对应的空间特征； 利用状态空间模型对每个所述空间特征进行全局增强处理，并获取每个所述样本的所有单模态表示； 将所有所述单模态表示输入动态共享模型，得到所述目标图像集的多个预测分割结果； 获取所述目标图像集的原始分割结果，构建原始分类概率和预测分类概率，并根据所述原始分割结果和多个所述预测分割结果构建平衡损失项，根据所述原始分类概率和所述预测分类概率构建散度损失项； 构建全模态下分布概率与缺失模态下分布概率之间的依赖关系，根据所述依赖关系对所述全模态下分布概率和所述缺失模态下分布概率的最深层潜在特征进行提取，并根据所述最深层潜在特征构建互信息损失项； 使用所述平衡损失项、所述散度损失项和所述互信息损失项训练所述并行网络框架，得到目标并行网络框架，并通过所述目标并行网络框架输出所述目标图像集的最终分割结果。

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深圳北理莫斯科大学，其通讯地址为：518172 广东省深圳市龙岗区龙城街道大运新城国际大学园路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”。