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！

龙图腾网获悉浙江大学申请的专利一种基于混合专家的可见光-红外语义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：CN119380016B 。

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：202411415991.X，技术领域涉及：G06V10/26；该发明授权一种基于混合专家的可见光-红外语义分割方法是由王辰旭;龚小谨设计研发完成，并于2024-10-11向国家知识产权局提交的专利申请。

本一种基于混合专家的可见光-红外语义分割方法在说明书摘要公布了：本发明公开了一种基于混合专家的可见光‑红外语义分割方法。本发明建立了基于混合专家的神经网络模型，能够有效地融合可见光和红外特征，从而得到更为精确的分割结果。本发明提出了一种带有通道注意力的路由选择器，能够自适应地为不同的可见光‑红外图像对选择合适的专家网络，从而提高了模型在应对不同场景时的泛化性能。此外，本发明设计的基于混合专家的特征融合模块具有稀疏性，在提高模型表达能力的同时只增加了少量的计算开销，在模型的效果和推理速度之间取得了较好的平衡。实验结果证明，本发明在广泛使用的MFNet数据集上达到了先进的性能。

本发明授权一种基于混合专家的可见光-红外语义分割方法在权利要求书中公布了：1.一种基于混合专家的可见光-红外语义分割方法，其特征在于，包括以下步骤： 1获取可见光-红外数据集； 2构建基于混合专家的可见光-红外语义分割模型； 所述2中，基于混合专家的可见光-红外语义分割模型包括双分支编码器、特征融合模块以及解码器；对齐的可见光图像和红外图像对一起输入到可见光-红外语义分割模型中，其中可见光图像经过双分支图像编码器中的可见光分支后提取出多尺度的可见光特征，经过双分支图像编码器中的红外分支后提取出多尺度的红外特征；然后将同一尺度的可见光特征和红外特征输入到一个特征融合模块中，得到同一尺度的融合特征，对多尺度的可见光特征和对应尺度的红外特征分别进行遍历融合处理后，获得多尺度的融合特征；最后，将多尺度的融合特征输入到解码器中，得到最终的语义分割结果； 所述特征融合模块包括路由选择器和稀疏混合专家网络； 首先，将同一尺度的可见光特征和红外特征在通道维度拼接起来后，获得可见光-红外特征并输入到路由选择器中；然后，路由选择器根据可见光-红外特征确定稀疏混合专家网络中需要被激活的专家网络以及对应的专家权重；稀疏混合专家网络中被激活的专家网络将可见光-红外特征作为输入，根据各专家权重对各个被激活的专家网络的输出进行加权后，得到可见光的置信度图和红外特征的置信度图；最后，将可见光的置信度图与输入的可见光特征进行相乘融合后，获得可见光融合特征，将红外特征的置信度图与输入的红外特征进行相乘融合后，获得红外融合特征，对可见光融合特征和红外融合特征进行逐元素相加融合后，得到当前尺度的融合特征； 所述路由选择器中，首先，使用由线性层和归一化层组成的降维模块对可见光-红外特征降维，得到降维后的可见光-红外特征； 接着，降维后的可见光-红外特征分别经过平均池化层和最大池化层后，得到平均池化输出特征和最大池化输出，这两个特征分别通过一个共享权重的多层感知机，然后将多层感知机的两个输出相加后再经Sigmoid函数进行归一化，得到稀疏混合专家网络中所有专家网络的初始专家权重； 然后，将初始专家权重中最大的k个值对应的专家网络作为需要被激活的专家网络，进而生成需要被激活的专家网络对应的专家权重； 3将可见光-红外数据集输入到基于混合专家的可见光-红外语义分割模型中，并对模型进行训练，获得训练好的可见光-红外语义分割模型； 4将待分割的可见光-红外图像对输入到训练好的可见光-红外语义分割模型中，模型输出语义分割结果。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。