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！

龙图腾网获悉北京理工大学申请的专利一种基于脉冲神经网络的目标分割方法与系统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：CN117253039B 。

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：202311242487.X，技术领域涉及：G06V10/26；该发明授权一种基于脉冲神经网络的目标分割方法与系统是由朱林;陈现章;王立志;张磊;黄华设计研发完成，并于2023-09-25向国家知识产权局提交的专利申请。

本一种基于脉冲神经网络的目标分割方法与系统在说明书摘要公布了：本发明公开一种基于脉冲神经网络的目标分割方法与系统，属于目标分割领域。本发明通过事件脉冲转换关系将连续的事件脉冲流转化为适配脉冲神经网络的输入表示；通过脉冲神经元提取信息并记忆过去特征，提高目标分割模型对连续事件脉冲输入的特征提取能力，并降低能量消耗；通过时空特征聚合模块融合多时间步长特征，提高目标分割模型对特征的利用率；通过多尺度特征融合模块提高目标分割模型对粗粒度和细粒度语义信息的融合能力，并使用多时间步长损失约束目标分割模型收敛，降低目标分割模型对时间步长的依赖，提高目标分割模型的鲁棒性。本发明不仅能够以较低的功耗处理连续的时空事件脉冲流，还能够在低光、高速场景下取得准确的分割结果。

本发明授权一种基于脉冲神经网络的目标分割方法与系统在权利要求书中公布了：1.一种基于脉冲神经网络的目标分割方法，其特征在于：包括如下步骤，步骤101：通过事件脉冲相机采集时空事件脉冲流E，为了适配脉冲神经网络的输入形式，利用脉冲间隔能够表征物体亮度差异的特性，根据事件脉冲间隔转换关系，将连续时空事件脉冲流E转化为适配脉冲神经网络的输入表示I； 步骤102：使用脉冲神经元作为激活函数，模拟脉冲发放，减少目标分割模型能量消耗并提高运行效率； 步骤103：使用N层脉冲神经网络对时刻t的输入表示It进行多尺寸特征提取，根据设定的脉冲神经元时间步长Step，获取多步特征Fi,t，同时更新脉冲神经元的膜电位memi,t，提高目标分割模型对连续事件脉冲输入的特征提取能力； 步骤104：将步骤103中最后一层的多步特征FN,t作为时空特征聚合模块的输入Et，在时间和空间维度同时聚合目标特征，获得聚合后的输出At，提高目标分割模型对目标的匹配能力和对特征的利用率； 步骤105：使用步骤103的多尺寸特征FN‑1,t,FN‑2,t与步骤104的输出At作为金字塔上采样模块的输入，获得融合后的目标特征Ot，提高目标分割模型对粗粒度和细粒度信息的特征融合能力，提高目标分割结果的准确性； 步骤106：使用步骤105的输出Ot作为分割头的输入，通过插值操作恢复脉冲尺寸，使用Sigmoid函数获取t时刻的多步预测结果Predt； 步骤107：对步骤106的多步预测结果Predt，使用Multi‑Step Loss约束目标分割模型产生的前期时间步长特征，降低目标分割模型对时间步长的依赖，并提高目标分割模型的鲁棒性； 步骤108：重复步骤101‑107处理连续的事件脉冲流，使用脉冲神经元作为激活函数，提高目标分割模型的运算速率，并降低目标分割模型的能量消耗；使用脉冲神经元的膜电位V作为隐藏状态传递时空信息，提高目标分割模型对连续事件脉冲输入的特征提取能力；通过时空特征聚合模块融合多时间步长之间的特征信息，提高目标分割模型对特征的利用率，进而提高目标分割结果的准确性和鲁棒性。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。