Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广东石油化工学院张磊获国家专利权

广东石油化工学院张磊获国家专利权

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!

龙图腾网获悉广东石油化工学院申请的专利一种基于多层级特征融合的参考图像分割方法和系统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:CN119049058B

龙图腾网通过国家知识产权局官网在2025-07-25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:202411248576.X,技术领域涉及:G06V30/148;该发明授权一种基于多层级特征融合的参考图像分割方法和系统是由张磊;黄咏秋;张强;甄先通;李欣设计研发完成,并于2024-09-06向国家知识产权局提交的专利申请。

一种基于多层级特征融合的参考图像分割方法和系统在说明书摘要公布了:本申请涉及图像处理领域,涉及一种基于多层级特征融合的参考图像分割方法和系统。方法包括以下步骤:将文本信息编码为文本特征,将带有目标信息的原始图像编码为多个不同尺度的图像特征图;将多个尺度的图像特征图分别与文本特征进行融合,生成融合了文本信息的多个不同尺度的图像特征图;对融合了文本信息的图像特征图进行像素解码,得到掩码特征和多个不同尺度的增强图像特征图;对不同尺度的增强图像特征图进行Query解码,得到含目标信息的分割图。通过采用基于轻量级融合块的融合策略,减少在融合阶段和解码阶段的参数量,进而减少对硬件资源的负担。另外,融合块基于单次注意力机制,参数量小、操作简洁的同时,保证了双模态的融合水平。

本发明授权一种基于多层级特征融合的参考图像分割方法和系统在权利要求书中公布了:1.一种基于多层级特征融合的参考图像分割方法,其特征在于,包括, 将文本信息编码为文本特征,将带有目标信息的原始图像编码为多个不同尺度的图像特征图; 将每个尺度的图像特征图分别与文本特征进行融合,生成融合了文本信息的多个不同尺度的图像特征图;采用基于单次注意力机制的轻量级融合块,将所述多个不同尺度的图像特征图分别与所述文本特征进行注意力机制操作;基于所述融合过程,图像特征编码的各个阶段独立于融合操作,而不受制于上一尺度特征融合的完成与否; 融合了文本信息的多个尺度的图像特征图进行像素解码,得到掩码特征和多个不同尺度的增强图像特征图;所述像素解码采用多尺度可变形的注意模块和前馈神经网络; 利用所述掩码特征和所述文本特征对所述多个不同尺度的增强图像特征图进行Query解码,得到含目标信息的分割图; 所述Query解码采用可学习的ObjectQuery解码器,所述ObjectQuery解码器包括多个解码层,每个解码层包括文本交叉注意力模块、图像交叉注意力模块和前馈神经网络FFN,Query解码过程包括, 设包括N个解码层,初始化Query,用于代表目标信息,并作为输出进入第1个解码层中; 对于第1~N个解码层,接收上一个解码层的输出并与所述文本特征通过文本交叉注意力模块进行交互,生成携带文本信息的Query,所述携带文本信息的Query与掩码特征通过点乘分割处理,得到注意力掩码,所述注意力掩码与所述增强图像特征图及所述携带文本信息的Query共同通过图像交叉注意力模块进行交互,交互后的结果通过前馈神经网络FFN增强非线性表达能力,作为输出; 对于第N个解码层,通过图像交叉注意力模块进行交互后的结果通过前馈神经网络FFN增强非线性表达能力,再与所述掩码特征通过点乘分割处理,得到含目标信息的分割图。

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广东石油化工学院,其通讯地址为:525099 广东省茂名市茂南区官渡二路139号大院;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。

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。