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！

龙图腾网获悉北京交通大学申请的专利基于弱监督学习的人体图像解析方法及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：CN116912878B 。

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：202310635998.1，技术领域涉及：G06V40/10；该发明授权基于弱监督学习的人体图像解析方法及系统是由郎丛妍;刘昕竺;许喆铭;孙鑫雨设计研发完成，并于2023-06-01向国家知识产权局提交的专利申请。

本基于弱监督学习的人体图像解析方法及系统在说明书摘要公布了：本发明提供一种基于弱监督学习的人体图像解析方法及系统，属于计算机视觉及人工智能技术领域，获取数据并预处理后，提取图片中的低层次视觉特征和高层次语义特征；在人体解析分支中，方法将基础网络输出的高层次的语义特征作为该分支的输入来获取预测的人体解析结果。在边缘分支中，方法将基础网络输出的低层次的视觉特征作为该分支的输入来获取边缘检测图。方法对两个分支的任务进行多任务联合学习和训练。本发明通过使用人体解析结果进一步对粗糙的边缘伪标签进行细化，以提供给边缘分支更加可靠的监督信息，并通过交叉注意力机制更充分地融合了人体解析结果和边缘信息，从而获得了更加精细的人体解析结果，提高了弱监督人体解析模型的精准率。

本发明授权基于弱监督学习的人体图像解析方法及系统在权利要求书中公布了：1.一种基于弱监督学习的人体图像解析方法，其特征在于，包括： 获取待解析的人体图像； 利用预先训练好的人体解析模型对获取的待解析的人体图像进行处理，得到初始人体解析结果和边缘检测结果，并通过交叉注意力机制将初始人体解析结果与边缘检测结果融合得到最终的人体解析结果； 其中，训练人体解析模型包括：获取人体解析数据集，将所述人体解析数据集划分为训练集和测试集并进行数据预处理；使用基础网络提取输入图片的低层次的视觉特征和高层次的语义特征；人体解析分支以语义特征作为输入，输出为人体解析结果，该分支将一半数据集为像素级别标签和一半数据集的点标签的数据集作为监督信息，并采用交叉熵损失函数作为优化目标；边缘分支以视觉特征作为输入，输出为边缘检测图；通过点标签生成粗糙的边缘伪标签；基于边缘类别的精细化粗糙边缘伪标签的策略消除粗糙边缘伪标签的噪声，包括：利用人体解析分支的输出来计算不同语义类之间的相似度以生成类间混淆度矩阵，以此生成边缘预测图，并将其作为抑制粗糙边缘伪标签中噪声的依据；结合人体解析分支输出的人体解析结果提取各部位邻接的边缘，并通过与边缘伪标签比对来生成每个边缘类别的置信度，进而根据置信度来对不同的边缘预测图构建适应性的优化策略以消除边缘伪标签的噪声，从而得到更加精细的边缘伪标签；将精细的边缘伪标签作为边缘分支的监督信息，并采用交叉熵损失函数作为优化目标。

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交通大学，其通讯地址为：100044 北京市海淀区西直门外上园村3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。