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一种广义小样本图像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：CN119723084B 。

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：202411826047.3，技术领域涉及：G06V10/26；该发明授权一种广义小样本图像分割方法及系统是由陈鑫饶;张太平;陈鑫宇;李佳轩设计研发完成，并于2024-12-12向国家知识产权局提交的专利申请。

本一种广义小样本图像分割方法及系统在说明书摘要公布了：本发明提出了一种广义小样本图像分割方法及系统，主要通过对特征图进行特征扩散加噪以及去噪，抑制低级纹理干扰并增强高层语义特征的表达；引入可学习的组标记，通过动态调整特征与标记的关系，生成与去噪后的特征图上下文相关的个性化组标记，增强对类别间复杂关系的建模能力，并利用所述个性化组标记动态地对特征图中每个通道进行加权，对每个像素位置的类别进行预测，实现对图像的分割。本发明不仅提升了模型的整体性能，还为复杂场景和跨域任务中的语义分割提供了一种高效、鲁棒的解决方案，具备显著的技术优势和应用价值。

本发明授权一种广义小样本图像分割方法及系统在权利要求书中公布了：1.一种广义小样本图像分割方法，其特征在于，包括以下步骤： 获取图像样本； 构建广义小样本语义分割模型，利用所述图像样本对广义小样本语义分割模型进行训练： 将图像样本于广义小样本语义分割模型中提取特征图，在提取特征后对特征图进行语义稳态扩散：对特征图进行特征扩散加噪，步骤为：计算局部相邻位置之间特征值的变化或差异程度估计梯度强度，量化特征图中每个特征点位置的变化趋势，并根据每个特征位置的梯度幅度生成动态噪声，在生成动态噪声时，使用梯度幅度的平方来计算动态噪声系数，动态噪声系数与梯度幅度成反比；在每个特征位置上将生成的动态噪声叠加到原始特征上： h'x,y＝hx,y+cx,y·noise 其中，h'x,y为添加噪声后的特征，hx,y为提取的特征，noise为标准差为1的随机噪声； 将经过扩散处理的特征重新排列，并去除加的噪声，得到去噪后的特征图； 对去噪后的特征图进行环境感知语义标记：对去噪后的特征图进行全局平均池化，生成通道级的全局个性化向量，并将其输入感知层生成上下文感知的通道权重；为去噪后的特征图生成可学习组标记，组标记中每个标记对应一个语义类别，将所述通道权重作用到可学习组标记，生成与当前输入的去噪后的特征图上下文相关的个性化组标记； 利用所述个性化组标记动态地对特征图中每个通道进行加权，步骤为： 设计基于MMoE的动态加权机制，将每个个性化组标记作为一个“Gate”，捕捉特定语义类别的特征；通过Gate动态地对特征图中每个通道进行加权：当输入特征图经过组标记处理后，个性化组标记用于对特征图中每个通道进行加权得到C是指类别数，公式如下: 其中⊙为哈达玛积，表示去除噪声后的特征图中通道d的特征，为语义个性化的组标记，用于动态调整权重； 对每个像素位置的类别进行预测，实现对图像的分割。

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。