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！

龙图腾网获悉安徽理工大学申请的专利一种基于改进Deeplabv3+的红外图像语义分割算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：CN116486084B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202310466461.7，技术领域涉及：G06V10/26；该发明授权一种基于改进Deeplabv3+的红外图像语义分割算法是由赵鑫;徐慧琳;于波;韦小牙设计研发完成，并于2023-04-26向国家知识产权局提交的专利申请。

本一种基于改进Deeplabv3+的红外图像语义分割算法在说明书摘要公布了：一种基于改进Deeplabv3+的红外图像语义分割算法，具体包括以下步骤：用红外相机采集图像并构建数据集；以DeepLabv3+为基准网络，经过主干网络的高级特征作为空洞卷积层输入，空洞卷积层输出后进行第一次上采样；经过第一次上采样的高级特征与经过一个残差模块处理的低级特征共同作为对偶分辨率模块的输入，对偶分辨率模块对低级特征与高级特征进行聚合并输出，并经过第二次上采样、再与低级特征进行拼接操作，最后经过双线性插值操作后进行结果输出；训练红外图像语义分割网络；用验证集进行验证、调参，选出最优模型。本发明能够达到对输入图像精确分割的目的，避免在对红外图像处理时因其存在边缘模糊、纹理信息丢失等原因造成分割不精准的情况。

本发明授权一种基于改进Deeplabv3+的红外图像语义分割算法在权利要求书中公布了：1.一种基于改进Deeplabv3+的红外图像语义分割算法，其特征在于，具体包括以下步骤： S1：用红外相机采集图像并构建数据集； S2：构建语义分割网络结构：以DeepLabv3+为基准网络，经过主干网络的高级特征作为空洞卷积层输入，空洞卷积层输出后进行第一次上采样； 经过第一次上采样的高级特征与经过一个残差模块处理的低级特征共同作为对偶分辨率模块的输入，对偶分辨率模块对低级特征与高级特征进行聚合并输出，并经过第二次上采样、再与低级特征进行拼接操作，最后经过双线性插值操作后进行结果输出； S4：训练红外图像语义分割网络； S5：用验证集进行验证、调参，并选出最优模型； S6：用测试集对选出的最优模型进行测试，评估模型性能； 步骤S2中，经过一个残差模块处理的低级特征作为低分辨率分支的输入，经过第一次上采样的高级特征作为高分辨率分支的输入； 对偶分辨率模块具有作用在低分辨率分支以捕获高层全局上下文信息的GPU友好注意力模块、以及作用在高分辨率分支对高层全局上下文信息进行传播扩散的跨分辨率注意力模块； 其中GPU友好注意力模块同时采用一个多轴门控模块并行捕获输入特征局部和全局信息。

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安徽理工大学，其通讯地址为：232001 安徽省淮南市泰丰大街168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”。