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！

龙图腾网获悉北京大学申请的专利基于区域感知度量学习的开放世界语义分割方法和装置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：CN114998585B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202210513831.3，技术领域涉及：G06V10/26；该发明授权基于区域感知度量学习的开放世界语义分割方法和装置是由董和鑫;陈梓帆;袁铭泽;谢雨彤;赵杰;于飞;张立;董彬设计研发完成，并于2022-05-11向国家知识产权局提交的专利申请。

本基于区域感知度量学习的开放世界语义分割方法和装置在说明书摘要公布了：本发明提供一种基于区域感知度量学习的开放世界语义分割方法和装置，所述方法包括：对目标图像进行异常区域分割，生成未知区域以及未知区域对应的区域感知特征；对未知区域进行切分，生成多个未知子区域以及未知子区域对应的区域感知特征；基于未知子区域对应的区域感知特征与第一目标类别对应的目标区域感知特征，确定未知子区域对应的类别；其中，第一目标类别为目标图像对应的多个特征类别中的未知类别。本发明的基于区域感知度量学习的开放世界语义分割方法，基于MCA模块对未知区域进行进一步分割生成未知子区域以进行增量少样本学习，从而提高模型对分布外对象的识别性能，以提高分割结果的精度与准确性，从而提高最终的分割效果。

本发明授权基于区域感知度量学习的开放世界语义分割方法和装置在权利要求书中公布了：1.一种基于区域感知度量学习的开放世界语义分割方法，其特征在于，包括： 对目标图像进行异常区域分割，生成未知区域以及所述未知区域对应的区域感知特征； 对所述未知区域进行切分，生成多个未知子区域以及所述未知子区域对应的区域感知特征； 基于所述未知子区域对应的区域感知特征与第一目标类别对应的目标区域感知特征，确定所述未知子区域对应的类别；其中，所述第一目标类别为所述目标图像对应的多个特征类别中的未知类别； 其中，所述对目标图像进行异常区域分割，生成未知区域以及所述未知区域对应的区域感知特征，包括： 对所述目标图像进行边缘预测，生成边缘预测图像； 对所述边缘预测图像进行后处理，生成多个候选区域； 对所述多个候选区域进行异常分割，生成所述候选区域对应的区域感知特征，以及所述候选区域对应的区域感知异常概率； 基于所述区域感知异常概率，生成所述候选区域中像素对应的不确定性强度； 在所述不确定性强度超过第一目标阈值的情况下，确定所述不确定性强度对应的候选区域为所述未知区域； 其中，所述对所述多个候选区域进行异常分割，生成所述候选区域对应的区域感知特征，以及所述候选区域对应的区域感知异常概率，包括： 将所述多个候选区域输入至RAML模块，获取由所述RAML模块输出的所述候选区域对应的区域感知特征；所述RAML模型为区域感知度量学习模块，用于对候选区域的集合进行分类； 采用Circleloss损失约束，基于所述候选区域对应的区域感知特征和第二目标类别对应的区域感知特征，生成所述候选区域对应的区域感知异常概率； 其中，所述RAML模块是根据带有区域感知特征标签的样本图像进行训练后获得的；所述第二目标类别为所述目标图像对应的多个特征类别中的已知类别； 其中，所述对所述未知区域进行切分，生成多个未知子区域以及所述未知子区域对应的区域感知特征，包括： 将所述未知区域输入至MCA模块中的多个元通道，获取所述多个元通道输出的所述多个未知子区域；其中，MCA模块用于对未知区域进行进一步分割生成高质量的未知子区域以进行增量少样本学习；其中，所述MCA模块为基于目标损失函数训练得到的。

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北京大学，其通讯地址为：100871 北京市海淀区颐和园路5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”。