南京理工大学邵文腾获国家专利权
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!
龙图腾网获悉南京理工大学申请的专利基于双分支迭代修正网络的交互式语义实例联合分割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:CN116778163B 。
龙图腾网通过国家知识产权局官网在2025-09-16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:202310784455.6,技术领域涉及:G06V10/26;该发明授权基于双分支迭代修正网络的交互式语义实例联合分割方法是由邵文腾;王涛;吴徐紫荆;杨鹏飞设计研发完成,并于2023-06-29向国家知识产权局提交的专利申请。
本基于双分支迭代修正网络的交互式语义实例联合分割方法在说明书摘要公布了:本发明公开了一种基于双分支迭代修正网络的交互式语义实例联合分割方法,包括以下步骤:数据预处理阶段,根据用户的分割意图,生成实例交互点和对应的语义交互点;当产生一个点时,根据点的产生方式,将交互点分为主动、被动两类型并加入另一分支;将图像RGB三通道,语义点两通道,实例点两通道进行链接,作为分割网络的输入;输入信息经过特征提取主干和双分割分支得到语义预测结果,实例预测结果;根据预测结果生成错误区域,进而得到修正点,更新到交互点特征图,重新输入网络;当预测正确率达到85%时停止迭代,得到最终结果。本发明能够输出两种图像分割结果,并且提高了训练的质量和分割的准确性。
本发明授权基于双分支迭代修正网络的交互式语义实例联合分割方法在权利要求书中公布了:1.一种基于双分支迭代修正网络的交互式语义实例联合分割方法,其特征在于,包括以下步骤: 步骤1、数据预处理阶段,根据用户的分割意图,生成实例选择点和对应的语义选择点,这些点转换为圆盘后作为交互点特征图中初始的元素; 步骤2、当产生一个实例主动选择点时,在语义分支的交互点特征图加入一个对应的语义被动选择点,当产生一个语义主动选择点时,在实例分支的交互点特征图加入一个对应的实例被动选择点; 步骤3、分割网络以参数共享的残差网络作为编码器,并行对称的ASPP模块、上采样模块和分割模块依次连接作为解码器;将图像RGB三通道、语义点两通道、实例点两通道进行链接,作为分割网络的输入; 步骤4、输入信息经过特征提取主干和并行对称的语义分支、实例分支,得到语义预测结果、实例预测结果; 步骤5、根据预测结果生成错误区域,进而得到修正点,更新到步骤2的交互点特征图,重新输入网络; 步骤6、当预测正确率达到85%时停止迭代,得到最终结果; 步骤1中,生成实例选择点和对应的语义选择点,具体为: 数据预处理时遍历待分割图形内所有实例,每次遍历得到一个所选实例,将所选实例作为基准实例,将基准实例的几何中心作为实例选择点; 将基准实例个体的类别设定为基准类别,将语义分割ground_truth中基准类别的几何中心作为语义选择点; 交互点分为前景交互点和背景交互点两种,分别对应假阴性和假阳性两种类型的错误区域; 所述步骤2,实现双分支网络中语义实例同坐标信息共享,规定在语义分支或实例分支加入交互点时,计算该点在另一分支前景背景类型的对应点,并补充到另一分支,其中交互点定义为主动点,对应点为被动点,具体为: 令instance_mask为所述基准实例的掩膜,class_mask为所述基准类别的掩膜; (1)每次向实例前景通道中添加主动点后,在语义前景通道的同样位置添加被动点; (2)每次向实例背景通道中添加主动点后,先判断class_mask中同坐标点属于前景还是背景,属于前景则添加语义前景被动点,属于背景则添加语义背景被动点; (3)每次向语义背景通道中添加主动点后,在实例背景通道的同样位置添加被动点; (4)每次向语义前景通道中添加主动点后,先判断instance_msk中同坐标点属于前景还是背景,属于前景则添加实例前景被动点,属于背景则添加实例背景被动点。
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南京理工大学,其通讯地址为:210094 江苏省南京市玄武区孝陵卫200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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励