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基于共同性-特异性监督机制的弱监督语义分割方法和装置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：CN117036683B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202310388689.9，技术领域涉及：G06V10/26；该发明授权基于共同性-特异性监督机制的弱监督语义分割方法和装置是由尹建伟;苏鸽;赵天成;蒋杭进设计研发完成，并于2023-04-13向国家知识产权局提交的专利申请。

本基于共同性-特异性监督机制的弱监督语义分割方法和装置在说明书摘要公布了：本发明公开了一种基于共同性‑特异性监督机制的弱监督语义分割方法和装置，建立对比卷积模块，利用图像内部不同感受野的卷积认知差异识别图像内部有歧义的边界区域，克服了弱监督语义分割任务中分割边界模糊的问题；建立了共同性‑特异性监督模块，利用共同性监督机制发现不同类别图像间相似的结构背景分布，利用特异性监督机制识别图像分布中突出的区域，实现目标对象的语义分割，改善定位区域稀疏，同时优化了分割边界；知识落差模块构造了结构分布增强的对比生成图像，对比生成图像和类别图像之间的知识落差有效克服了主流方法中不完全的激活对应关系，改善了图像级别的弱监督语义分割性能。

本发明授权基于共同性-特异性监督机制的弱监督语义分割方法和装置在权利要求书中公布了：1.一种基于共同性-特异性监督机制的弱监督语义分割方法，其特征在于，包括以下步骤： 建立类别1数据集和类别2数据集，所述类别1数据集包含类别1图像及其图像级别标签，所述类别2数据集包含类别2图像及其图像级别标签； 建立弱监督语义分割模型，所述弱监督语义分割模型包括嵌入层、对比卷积模块、共同性-特异性监督模块、生成器、判别器以及知识落差模块，所述嵌入层用于将类别1图像和类别2图像进行空间映射得到嵌入式表征，对比卷积模块用于对嵌入式表征进行空间增强得到增强分布表征，共同性-特异性监督模块用于采用共同性监督机制基于增强分布表征构建共同监督图，采用特异性监督基于共同性监督图构建特异性监督图，基于共同性监督图和特异性监督图构建特意类别目标对象区域，生成器用于基于目标对象区域生成对比生成图像，判别器用于判别对比生成图像的真伪，知识落差模块用于根据类别1图像与其对应的对比生成图像计算语义分割结果； 其中，采用共同性监督机制基于增强分布表征构建共同监督图，包括：将类别1图像的增强分布表征E_Embedding1投射到Reshape层进行尺寸调整得到类别1图像的重整分布E_Embedding1re；将类别2图像的增强分布表征E_Embedding2投射到平均缓存器，将增强分布表征E_Embedding2顺序排列后计算平均值得到类别2图像的均值增强分布表征E_Embedding2ave；将增强分布表征E_Embedding2ave投射到SE层以提取关键的结构特征；根据类别2图像的E_Embedding2ave与类别1图像的重整分布E_Embedding1re计算得到类别1图像和类别2图像的元素关联性矩阵R；基于元素关联性矩阵R和重整分布E_Embedding1re计算得到共同监督图Mc； 采用特异性监督基于共同性监督图构建特异性监督图，包括： 将共同性监督图Mc反向映射，得到共同性监督图Mc的反向映射图Mc′，计算过程为： 基于反向映射图Mc′计算特异性监督图Ms，计算过程为： Ms＝Reshape-1E_Embedding1re×Mc′ 其中，softmax表示softmax激活函数，Reshape表示reshape函数； 基于共同性监督图和特异性监督图构建目标对象区域，包括： 共同性监督图Mc被添加到类别1图像的嵌入式表征Embedding1和类别2图像的嵌入式表征Embedding2中，得到类别1图像通用结构增强的表征和类别2图像通用结构增强的表征，特异性监督图Ms被用来过滤类别1图像通用结构增强的表征中特异性类别1目标对象区域F1cs和类别2图像通用结构增强的表征中特异性类别2目标对象区域F2cs，计算过程为： F1cs＝Embedding1+Mc-Ms F2cs＝Embedding2+Mc-Ms 建立弱监督语义分割模型的目标函数，所述目标函数包含用于生成器和判别器训练的对抗损失和用于基于语义分割结果构建保持对比生成图像和类别1图像结构一致性的一致性损失； 采用类别1数据集和类别2数据集并利用目标函数优化弱监督语义分割模型的参数； 利用参数优化后的弱监督语义分割模型对待检测目标图像进行分割，得到目标图像像素级别的语义分割标注。

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。