中国科学院自动化研究所全卫泽获国家专利权
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！
龙图腾网获悉中国科学院自动化研究所申请的专利基于特征区分学习深度网络的遮挡立面感知方法和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：CN119399751B 。
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：202411412775.X，技术领域涉及：G06V20/64；该发明授权基于特征区分学习深度网络的遮挡立面感知方法和系统是由全卫泽;石剑;严冬明设计研发完成，并于2024-10-11向国家知识产权局提交的专利申请。
本基于特征区分学习深度网络的遮挡立面感知方法和系统在说明书摘要公布了：本发明公开了一种基于特征区分学习深度网络的遮挡立面感知方法和系统，所述方法包括步骤1：获取遮挡立面图像集合；步骤2：将遮挡立面图像集合输入深度网络，得到第一阶段增强后的图像深层表示；步骤3：将第一阶段增强后的图像深层表示分别送入两个辅助处理模块进行处理，获得两个具有区分性隐层特征的多尺度增强表征；步骤4：获得关注规则组件与关注背景的差分二分类语义预测图，获得所有类别语义预测图；步骤5：基于二分类语义预测图和所有类别语义预测图训练深度网络并保存训练好的深度网络。本发明解决了如何有效处理遮挡和解析立面图像的技术问题，在计算机视觉、图形领域以及立面图像处理等领域有很好的应用价值。
本发明授权基于特征区分学习深度网络的遮挡立面感知方法和系统在权利要求书中公布了：1.一种基于特征区分学习深度网络的遮挡立面感知方法，其特征在于，所述方法包括： 步骤1：获取遮挡立面图像集合，作为深度网络的输入源； 步骤2：将遮挡立面图像集合输入深度网络，所述深度网络结合上下文语义环境预测遮挡区域，经过主流卷积处理模块，得到第一阶段增强后的图像深层表示； 步骤3：将第一阶段增强后的图像深层表示分别送入第一辅助处理模块和第二辅助处理模块进行处理，获得具有区分性隐层特征的第一多尺度增强表征和第二多尺度增强表征； 步骤4：具有区分性隐层特征的第一多尺度增强表征和第二多尺度增强表征分别经过第一辅助解码器和第二辅助解码器处理，获得关注规则组件的二分类语义预测图与关注背景的二分类语义预测图；将第一阶段增强后的图像深层表示和第一多尺度增强表征、第二多尺度增强表征叠加，通过主解码器处理，获得所有类别语义预测图； 步骤5：基于二分类语义预测图和所有类别语义预测图训练深度网络并保存训练好的深度网络。
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中国科学院自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励