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！

龙图腾网获悉清华大学申请的专利一种视频实例分割方法、装置及介质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：CN116363548B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202211639540.5，技术领域涉及：G06V20/40；该发明授权一种视频实例分割方法、装置及介质是由胡坚明;石运达;李力;姚丹亚设计研发完成，并于2022-12-20向国家知识产权局提交的专利申请。

本一种视频实例分割方法、装置及介质在说明书摘要公布了：本发明涉及一种视频实例分割方法、装置及存储介质，所述方法包括：将视频数据输入到深度学习模型中；基于所述深度骨干网络提取输入的每一视频帧图像的多层第一特征图；基于所述特征金子塔网络对提取的多层第一特征图进行信息融合处理，得到信息融合后的多层第二特征图；利用所述RPN网络对所述多层第二特征图进行处理，得到多个候选区域；利用所述边界框检测分支和所述掩膜预测分支对每一所述候选区域进行边界框检测和掩膜预测，得到每一所述视频帧图像的实例分割的结果；基于所述标签预测分支，利用全卷积网络提取不同视频帧图像的边界框内的实例的特征向量，并根据提取的特征向量进行实例的匹配。

本发明授权一种视频实例分割方法、装置及介质在权利要求书中公布了：1.一种视频实例分割方法，其特征在于，所述方法包括： 将视频数据输入到深度学习模型中，所述深度学习模型包括深度骨干网络、特征金子塔网络、RPN网络、边界框检测分支、掩膜预测分支以及标签预测分支； 基于所述深度骨干网络提取输入的每一视频帧图像的多层第一特征图； 基于所述特征金子塔网络对提取的多层第一特征图进行信息融合处理，得到信息融合后的多层第二特征图； 利用所述RPN网络对所述多层第二特征图进行处理，得到多个候选区域； 利用所述边界框检测分支和所述掩膜预测分支对每一所述候选区域进行边界框检测和掩膜预测，得到每一所述视频帧图像的实例分割的结果； 基于所述标签预测分支，利用全卷积网络提取不同视频帧图像的边界框内的实例的特征向量，并根据提取的特征向量进行实例的匹配； 其中，所述利用全卷积递归网络结构提取不同视频帧图像的边界框内的实例的特征向量，包括： 将边界框内图像输入到预测层级的卷积层中进行特征提取； 将经过所述预测层级的卷积层特征提取的结果再次递归输入到所述预测层级的卷积层中进行特征提取； 将所述递归输入到所述预测层级的卷积层中进行特征提取的结果，经过全局平均池化获取到边界框内的实例的特征向量。

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清华大学，其通讯地址为：100084 北京市海淀区100084信箱82分箱清华大学专利办公室；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。