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！

龙图腾网获悉山东师范大学申请的专利一种基于掩码分类的食品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：CN120673060B 。

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：202510740236.7，技术领域涉及：G06V10/26；该发明授权一种基于掩码分类的食品图像语义分割方法是由侯素娟;崔新旭;闵巍庆;李天朝;张萌萌;蒋树强设计研发完成，并于2025-06-04向国家知识产权局提交的专利申请。

本一种基于掩码分类的食品图像语义分割方法在说明书摘要公布了：本发明公开了一种基于掩码分类的食品图像语义分割方法，涉及食品计算技术领域；输入图片至骨干网络和像素解码器生成四层不同的尺度特征，根据生成的前三层尺度特征预生成注意力查询向量输入自适应长距离解码器得到解码后查询向量并将其输入相关性感知分类增强模块CACE进行处理得到类别增强特征，将像素解码器输出的第四层特征则通过多前景掩码增强模块MFME处理得到边缘增强特征，将CACE和MFME处理后的输出特征输入至后处理模块得到最终的输出预测并计算整个模型的总损失函数；本发明采用上述一种基于掩码分类的食品图像语义分割方法，高效提高分割精度、优化长距离依赖建模并降低计算复杂度。

本发明授权一种基于掩码分类的食品图像语义分割方法在权利要求书中公布了：1.一种基于掩码分类的食品图像语义分割方法，其特征在于：包括以下步骤： S1、输入图片至骨干网络和像素解码器生成四层不同的尺度特征； S2、根据S1生成的前三层尺度特征预生成注意力查询向量输入自适应长距离解码器ALRD得到解码后查询向量； S21、自适应长距离解码器中设置有若干解码块，解码块接受三部分输入，分别是上一个解码块输出的注意力掩码mask、相应层级图像特征ImageFeature以及上一个解码块的输出向量query；其中ImageFeature和query经过不同的线性变换得到注意力查询向量、注意力键向量K、注意力值向量，自适应长距离解码器中还设置有解码头对输入进行层归一化并转置维度，然后通过不同的线性变换生成类别预测和掩码嵌入，掩码嵌入与图像特征图通过张量乘法生成掩码预测，最后通过掩码预测插值得到注意力掩码mask，、K、同mask一起输入掩码注意力层，输出多头自注意力输出向量如下： ； 其中，为注意力键向量K的转置； S22、随后与的残差二者的和经过层归一化层得到transformer输出向量或转换器输出向量： ； 其中，为层归一化层； S23、输入至状态空间模型SSM，输入经过前馈神经网络层得到三部分输出向量A，向量，和向量如下： ； ； ； 其中，为、、相应的线性变换矩阵； S24、将S23的向量经过一维卷积层得到，投影为三部分并经过激活函数得到向量X，向量B，向量C，具体过程如下： ； ； 其中，为一维卷积，为投影层，为激活函数层； S25、向量X,向量B,向量C同向量A一同输入状态空间模型层，输出为向量，随后与经过激活函数的向量相乘并经过归一化层得到，经过前馈神经网络层得到SSM块输出； ； ； ； 其中，为状态空间模型层，为组归一化层，为前馈神经网络层； S26、与的残差相加并进行层归一化得到状态空间模型输出向量，经过前馈神经网络层的与的残差相加并通过层归一化后得到最终输出并作为下一个解码器的输入，下一层的输入注意力掩码mask由经解码头得到，具体计算过程如下： ； ； S3、将S2得到的通过相关性感知分类增强模块CACE进行处理得到类别增强特征； S4、将S1中像素解码器输出的第四层特征则通过多前景掩码增强模块MFME处理得到边缘增强特征； S5、将S3和S4处理后的输出特征均输入至后处理模块得到最终的输出预测； S6、计算整个模型的总损失函数。

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山东师范大学，其通讯地址为：250358 山东省济南市长清区；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。