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！

龙图腾网获悉重庆大学申请的专利基于类间关系的小样本语义分割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：CN119380019B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202411429175.4，技术领域涉及：G06V10/26；该发明授权基于类间关系的小样本语义分割方法及系统是由李佳轩;张太平;陈鑫饶;秦伟森设计研发完成，并于2024-10-14向国家知识产权局提交的专利申请。

本基于类间关系的小样本语义分割方法及系统在说明书摘要公布了：本发明属于语义分割技术领域，具体公开了一种基于类间关系的小样本语义分割方法及系统，该方法包括如下步骤：获取查询集和特征集图片，提取查询集特征和支持集特征；设置特征自聚合FSA模块，交叉支持和查询功能聚合CSQFA模块和先验掩模图形PMF模块，构建跨支持集和查询集特征聚合网络，得到聚合特征，跨支持集和查询集的密集逐像素注意力特征，将跨支持集和查询集的密集逐像素注意力特征输入先验掩模图形PMF模块，得到最终的先验mask，用于最终分类。采用本技术方案，CSQFA和FASA通过拓展transformer来扩大类间的差距减小类内的差距并实施像素级的密集匹配，PMF则是对原型方式进行改进并挖掘其中的背景信息使得先验mask更加的精准。

本发明授权基于类间关系的小样本语义分割方法及系统在权利要求书中公布了：1.一种基于类间关系的小样本语义分割方法，其特征在于，包括如下步骤： 获取查询集和特征集图片； 将查询集和特征集图片输入特征提取器，提取查询集特征和支持集特征； 设置特征自聚合FSA模块，交叉支持和查询功能聚合CSQFA模块和先验掩模图形PMF模块，构建跨支持集和查询集特征聚合网络； 将查询集特征和支持集特征输入特征自聚合FSA模块，将查询集特征和支持集特征在空间位置上重塑为多个局部特征，把局部特征向量与相应的位置向量相加作为transformer的输入，得到自聚合特征； 将聚合特征输入交叉支持和查询功能聚合CSQFA模块，获得跨支持集和查询集的密集逐像素注意力特征； 将跨支持集和查询集的密集逐像素注意力特征输入先验掩模图形PMF模块，得到最终的先验mask，用于最终分类； 将查询集特征和支持集特征输入特征自聚合FSA模块，得到自聚合特征的方法为： 将查询集特征和支持集特征在空间位置上重塑为r个局部特征，k＝h×w，h，w分别代表输入特征的高，宽，k代表第k个采样点； 把局部特征向量与相应的位置向量相加作为特征自聚合FSA模块中transformer的输入ZS，代表像素点的向量，Epos为采用正弦位置编码的向量； FSA模块的输出基于在transformerencoder中的标准注意力操作： 其中，Attention表示注意力操作，Q，K，V分别代表query，key，value向量，d是key向量的维度，获得 其中，为局部向量与正弦编码相加后得到z，再经过注意力公式运算得到的结果，即自注意力运算后的结果；W，W，W为可学习的参数； 经过一个标准化层和多层感知机: 将跨支持集和查询集的密集逐像素注意力特征输入先验掩模图形PMF模块，得到最终的先验mask，具体步骤为： 用相应的掩码遮住高层次的支持集特征其中上标i代表高层次特征，s代表支持集，c，h，w分别代表着通道维度，高，宽；将和高层次查询集特征展成F∈Rc×k，k＝h×w； 基于采样像素点与查询集特征的每一个像素点，通过余弦相似性计算衡量支持集里前景像素点与查询集里各个像素点的相似性其中下标SQ代表在查询集和支持集间计算余弦相似性，上标FG代表前景； 对进行标准化后设定阈值为0.3进行采样，置信度低于0.3的采样点则认为是潜在的背景点； 在查询集里计算该背景点的向量与查询集特征向量的余弦相似性，得到一系列上标BG代表潜在背景，k代表第k个采样点，下标QQ代表查询集自己与自己向量计算余弦相似性； 为挖掘自身前景点的相关性，进行相同操作，将阈值设定为0.7，得到一系列 得到最终的先验mask： 其中，PM即代表PriorMask，为最终的先验mask；ReLU是一种激活函数，FGi代表第i个采样点的前景。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区正街174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。