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！

龙图腾网获悉杭州电子科技大学申请的专利一种道路场景下的实时性语义分割系统及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：CN115908813B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202211530653.1，技术领域涉及：G06V10/26；该发明授权一种道路场景下的实时性语义分割系统及方法是由张旭光;张燕;谢强伟;方银锋设计研发完成，并于2022-12-01向国家知识产权局提交的专利申请。

本一种道路场景下的实时性语义分割系统及方法在说明书摘要公布了：本发明属于场景分割与­自动驾驶技术领域，公开了一种道路场景下的实时性语义分割模型及方法，包括初始化模块、通道注意力模块、下采样模块、混合空洞分组模块和上采样模块；本发明的技术方案利用分解卷积、深度可分离卷积以及空洞卷积来构建混合空洞分组模块，以一种简单但有效的方式提取局部和上下文信息，然后，采用通道注意力模块来捕获通道间的信息交互，最后，将网络中来自不同阶段的特征分支采用跳层连接的方式进行特征融合，使得浅层特征和深层高级语义信息融合，增强特征表示，提高分割效率，实现分割精度和推理速度的平衡。

本发明授权一种道路场景下的实时性语义分割系统及方法在权利要求书中公布了：1.一种道路场景下的实时性语义分割系统，其特征在于，包括初始化模块、通道注意力模块、下采样模块、混合空洞分组模块和上采样模块；所述初始化模块用于对输入图片进行初始化特征提取，同时降低图片分辨率，并将数据输出到通道注意力模块；所述通道注意力模块用于将初始化模块输出的数据和经过原始图像下采样的数据进行跳层连接，作为通道注意力模块的输入，进行通道特征的提取，并将数据输出到下采样模块；所述下采样模块用于将通道注意力模块输出的数据经过下采样处理后输出到混合空洞卷积块；所述混合空洞分组模块用于将下采样模块的输出作为混合空洞分组模块的输入，进行密集特征的提取，并将数据输入到上采样模块；所述上采样模块用于将输入数据上采样到与原始图像一致的分辨率，输出最终的分割预测结果；所述混合空洞分组模块，将空洞卷积与分解卷积相结合，输入通道保持不变，随后分别送进三个不同扩张率的分支，最后通过残差连接和1×1逐点卷积恢复通道数并融合所有通道信息，每个分支都是由深度方向上的分解卷积构成，深度方向的分解卷积用以下公式表示： 其中，Iw表示通道数为w的2D图像，K是2D卷积核，Kx和Ky分别是沿着x和y方向的一维卷积核，M、N代表卷积核的大小，x,y表示像素的位置，Mapw表示使用深度方向上的分解卷积得到的特征图； 对分解卷积进一步进行扩张卷积，以捕获复杂的长距离特征信息，经过不同扩张率的分支输出后与输入建立残差连接，并使用PReLU作为激活函数来提高模型的非线性能力，整个混合空洞分组模块表述如下： xb＝pxHDGin3 y1＝C1×3,d1C3×1,d1xb4 y2＝C1×3,d2C3×1,d2xb5 y3＝C1×3,d3C3×1,d3xb6 yHDGout＝C1×1pconcaty1,y2,y3,xHDGin7 其中，xHDGin和yHDGout分别代表HDG模块的输入输出，p是PReLU非线性激活函数，y1、y2和y3分别代表三个分支的输出，Cm×n代表m×n的卷积核运算，d代表扩张率，concat表示特征融合。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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。