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！

龙图腾网获悉广东人工智能与先进计算研究院;芯跳科技(广州)有限公司申请的专利图像分割方法、装置、设备及存储介质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：CN115564953B 。

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：202211161006.8，技术领域涉及：G06V10/26；该发明授权图像分割方法、装置、设备及存储介质是由蒿杰;周怡;孙亚强;赵美花;许天赐设计研发完成，并于2022-09-22向国家知识产权局提交的专利申请。

本图像分割方法、装置、设备及存储介质在说明书摘要公布了：本发明提供一种图像分割方法、装置、设备及存储介质，包括：获取待分割三维图像；对待分割三维图像进行脉冲编码处理，得到脉冲序列；将脉冲序列输入至图像分割脉冲模型，得到图像分割脉冲模型输出的图像分割结果；图像分割脉冲模型是基于原始三维图像经脉冲编码形成的脉冲序列样本以及原始三维图像的图像分割标签进行多尺度特征融合训练获得。本发明通过利用脉冲模型对待分割三维图像的脉冲序列进行分割预测，由于脉冲模型中的神经元在接收或发出尖峰信号时才处于活跃状态，能够减少深度学习神经网络的耗时，且基于多尺度特征融合训练得到的图像分割脉冲模型，能够精准分割不同尺度特征图中的小型目标，从而提高三维图像分割的效率和精确度。

本发明授权图像分割方法、装置、设备及存储介质在权利要求书中公布了：1.一种图像分割方法，其特征在于，包括： 获取待分割三维图像； 对所述待分割三维图像进行脉冲编码处理，得到脉冲序列； 将所述脉冲序列输入至第一个编码单元中的第一脉冲卷积层，得到第一脉冲卷积层输出的编码特征图； 通过第一个编码单元中的脉冲下采样层对所述编码特征图进行下采样处理，得到下采样特征图，并将所述下采样特征图作为下一个编码单元的输入，直至得到最后一个编码单元中第一脉冲卷积层输出的编码特征图； 通过第一个解码单元中的多尺度特征融合层对所述最后一个编码单元输出的编码特征图和与所述第一个解码单元处于相同深度层级的编码单元输出的编码特征图进行融合处理，得到第一融合特征图； 通过所述第一个解码单元中的脉冲上采样层对所述最后一个编码单元输出的编码特征图进行上采样处理，得到第一上采样特征图； 通过所述第一个解码单元中的特征连接层将所述第一融合特征图和所述第一上采样特征图进行特征拼接，得到第一拼接特征图； 通过所述第一个解码单元中的第二脉冲卷积层对所述第一拼接特征图进行卷积处理，得到所述第一个解码单元输出的解码特征图，并将所述第一个解码单元输出的解码特征图作为下一个解码单元的输入； 通过下一个解码单元中的多尺度特征融合层对所述第一个解码单元输出的解码特征图和与所述下一个解码单元处于相同深度层级的编码单元输出的编码特征图进行融合处理，得到第二融合特征图； 通过所述下一个解码单元中的脉冲上采样层对所述第一个解码单元输出的解码特征图进行上采样处理，得到第二上采样特征图； 通过所述下一个解码单元中的特征连接层将所述第二融合特征图和所述第二上采样特征图进行特征拼接，得到第二拼接特征图； 通过所述下一个解码单元中的第二脉冲卷积层对所述第二拼接特征图进行卷积处理，得到所述下一个解码单元输出的解码特征图； 返回执行所述通过下一个解码单元中的多尺度特征融合层对所述第一个解码单元输出的解码特征图和与所述下一个解码单元处于相同深度层级的编码单元输出的编码特征图进行融合处理，得到第二融合特征图的步骤，直至得到图像分割脉冲模型中的最后一个解码模块输出的解码特征图； 将所述最后一个解码模块的解码特征图输入至所述图像分割脉冲模型中的分割输出模块，得到所述分割输出模块输出的图像分割结果； 其中，所述图像分割脉冲模型是基于原始三维图像经脉冲编码形成的脉冲序列样本以及所述原始三维图像的图像分割标签，进行多尺度特征融合训练获得。

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人工智能与先进计算研究院;芯跳科技(广州)有限公司，其通讯地址为：510700 广东省广州市黄埔区开源大道11号B2栋801室；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”。