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！

龙图腾网获悉厦门大学申请的专利一种端到端的全景叙事分割的单阶段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：CN115861618B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202211631302.X，技术领域涉及：G06V10/26；该发明授权一种端到端的全景叙事分割的单阶段方法是由纪荣嵘;孙晓帅;郭天宇;王昊为;纪家沂设计研发完成，并于2022-12-19向国家知识产权局提交的专利申请。

本一种端到端的全景叙事分割的单阶段方法在说明书摘要公布了：一种端到端的全景叙事分割的单阶段方法，涉及全景叙事分割。包括步骤:1用卷积神经网络对图像特征进行多尺度提取并且融合；利用基于变换器的双向编码器表示技术提取文本中的每个词向量,并且利用数据集注释过滤掉非名词部分的词向量，同时对于多个词向量同时对应一个名词的情况，采用取平均值的方法作为当前名词所对应的特征；2将局部空间先验嵌入到注意力建模中，增强不同尺度的视觉特征，从而提高分割效果；3用步骤2提取的文本特征做卷积核，在得到的特征图上做卷积得到掩码M；使用一个双向对比学习损失规范模态间的语义一致性；同时加上其它的损失函数来使得预测掩码的数值和分布接近真实掩码。

本发明授权一种端到端的全景叙事分割的单阶段方法在权利要求书中公布了：1.一种端到端的全景叙事分割的单阶段方法，其特征在于包括以下步骤： 1多模态编码：对于图像，利用卷积网络对图像的特征进行多尺度提取融合；对于文本，利用基于变换器的双向编码器表示技术Bert模型提取文本每个名词或者名词组的特征； 2多模态交互：利用基于空间先验的位置感知注意LPA，结合特征点的距离关系，对图像特征进行自身多头注意力机制的运算；将文本特征和图像特征经过线性变换映射到同一维度，结合两者进行注意力机制的运算；重复S次； 3密集预测：用文本特征作为核对步骤2得到的图像特征图进行掩码预测；接着进行Dice损失和BCE损失计算，同时利用提出的双向对比学习模型，使得相同语义的不同模态特征不断靠近对齐； 所述用文本特征作为核对步骤2得到的图像特征图进行掩码预测，是用步骤2提取的文本特征做卷积核，在得到的特征图上做卷积得到掩码M；接着使用一个双向对比学习损失规范模态间的语义一致性；同时加上其它的损失函数使预测掩码的数值和分布接近真实掩码，具体如下： M＝UpSigmoidFN*F10 如公式10所示用文本中的N个名词对应的特征FN作为卷积核，在步骤2得到的新特征F上做卷积操作，接着将结果用激活函数Sigmoid处理，最后上采样到需要的分辨率得到掩码M；M表示预测后的结果掩码，每一个点的像素值都在[0，1]之内，其中越接近1代表该点属于某类名词的可能性越大，G表示真实掩码； 如公式11所示，损失函数LBCE中的M就是预测掩码，表示在预测掩码图上第i个点的值，yi表示在真实掩码上第i个点的值；该损失函数作用是在不考虑掩码点分布区域的前提下，反应每个点在预测掩码值和真实掩码值之间的损失情况； 如公式12所示，M是预测的掩码区域，G是真实的掩码区域，该损失主要是为了反应预测区域和真实区域的重叠情况； 如公式13所示，其中L表示句子中过滤后名词的数量，G+表示真实掩码图中，真实掩码值为1对应的点，k表示图像上所有的点，τ是一个系数； 如公式14所示G表示的是真实掩码图上的所有点，T+表示的是真实掩码图上某个点对应的名词集合； L＝λ1LBCE+λ2LDice+λ3LSAL15 如公式15所示，将公式11-14涉及到的三种损失分别以不同的权重占比处理后求和，作为方法最终的损失。

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厦门大学，其通讯地址为：361005 福建省厦门市思明区思明南路422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。