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！

龙图腾网获悉四川大学;中国电子科技集团公司第十研究所申请的专利一种基于任务解构的无监督域自适应图像语义分割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：CN117115440B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202310949774.8，技术领域涉及：G06V10/26；该发明授权一种基于任务解构的无监督域自适应图像语义分割方法是由王艳;侯云;陈颖;刘红伟;周激流设计研发完成，并于2023-07-31向国家知识产权局提交的专利申请。

本一种基于任务解构的无监督域自适应图像语义分割方法在说明书摘要公布了：本发明公开一种基于任务解构的无监督域自适应图像语义分割方法，建立基于任务解构的无监督域自适应图像语义分割模型，包括：从特征提取器中抽取一部分浅层的网络层作为一个浅层的目标域特征提取器，同时构建一个与目标域特征提取器同结构的孪生浅层特征提取器；特征提取器剩下的网络层作为一个共享的深层特征提取器；源域图像和目标域图像经过源域特征提取器和目标域特征提取器后，得到源域和目标域浅层特征；再经过深层特征提取器得到源域和目标域深层特征；再送入分割网络得到源域和目标域预测结果。本发明用两个孪生浅层特征提取器承担域对齐和语义分割任务，将两个任务从单一主干网络中解构出，避免目标域的语义分割受到源域监督训练的干扰。

本发明授权一种基于任务解构的无监督域自适应图像语义分割方法在权利要求书中公布了：1.一种基于任务解构的无监督域自适应图像语义分割方法，其特征在于，包括步骤： 建立基于任务解构的无监督域自适应图像语义分割模型，包括：从特征提取器E中抽取一部分浅层的网络层作为一个浅层的目标域特征提取器etgt，同时构建一个与etgt同结构的孪生浅层特征提取器esrc用于提取源域的浅层特征；特征提取器E剩下的网络层作为一个共享的深层特征提取器eshare连接着etgt与esrc； 基于任务解构的无监督域自适应图像语义分割模型的无监督域自适应图像语义分割方法，包括步骤： S10，给定源域输入图像xS和目标域输入图像xT，分别经过esrc和etgt后，得到源域浅层特征εS和目标域浅层特征εT； S20，εS和εT经过eshare后，分别得到源域的深层特征fS和目标域的深层特征fT； S30，fS和fT送入分割网络H后得到源域和目标域的预测结果pS和pT； 建立一致性学习模块，引入另一个结构相同但随机初始化的分割头来得到fT的另一种分割预测结果并通过一致性损失约束pT与的一致性； 在一致性损失约束中引入不确定估计来指导分割模型更加关注可靠区域的学习时： 针对预测结果pT，采用信息熵的方式来计算其对应的不确定图U； 通过1-U得到对于预测结果pT的置信度图，图中值越接近1代表网络对于该位置的预测结果的置信度越高，反之越低； 在置信度图的引导下，更新一致性损失。

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四川大学;中国电子科技集团公司第十研究所，其通讯地址为：610000 四川省成都市一环路南一段24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。