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！

龙图腾网获悉北京科技大学申请的专利一种基于多模态图像联邦分割的数据增广方法及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：CN116580188B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202310284567.5，技术领域涉及：G06V10/26；该发明授权一种基于多模态图像联邦分割的数据增广方法及系统是由班晓娟;胡陈菲;马博渊;印象设计研发完成，并于2023-03-22向国家知识产权局提交的专利申请。

本一种基于多模态图像联邦分割的数据增广方法及系统在说明书摘要公布了：本发明涉及图像处理技术领域，特别是指一种基于多模态图像联邦分割的数据增广方法及系统，方法包括：汇总节点向每个参与节点下发控制信息对；各自构建初始模态生成分割网络模型；每个参与节点将本地样本图像、对应的真实标注以及控制信息对输入初始模态生成分割网络模型，得到中间网络参数；将中间网络参数传输至汇总节点，汇总节点对多个参与节点的中间网络参数进行联邦平均，得到合并网络参数，将合并网络参数回传给每个参与节点；迭代执行上述步骤，直到完成训练；每个参与节点根据训练好的模态生成分割网络模型生成多模态生成图像，进行数据增广。采用本发明，在保护各个参与方数据隐私的同时，提高图像联邦分割模型的准确度和泛化能力。

本发明授权一种基于多模态图像联邦分割的数据增广方法及系统在权利要求书中公布了：1.一种基于多模态图像联邦分割的数据增广方法，其特征在于，所述方法由基于多模态图像联邦分割的数据增广系统实现，所述基于多模态图像联邦分割的数据增广系统包括一个汇总节点和多个参与节点； 所述方法包括： S1、所述汇总节点向每个参与节点下发控制信息对，所述控制信息对由每个参与节点的域向量和分割标签组成； S2、所述汇总节点与每个参与节点各自构建初始模态生成分割网络模型； S3、每个参与节点将本地样本图像、本地样本图像对应的真实标注以及控制信息对输入各自的初始模态生成分割网络模型，对初始模态生成分割网络模型的网络参数进行训练，得到初始模态生成分割网络模型的中间网络参数； S4、每个参与节点将中间网络参数传输至所述汇总节点，所述汇总节点对多个参与节点的中间网络参数进行联邦平均，得到合并网络参数，所述汇总节点将合并网络参数回传给每个参与节点； S5、迭代执行S3-S4，直到迭代次数达到预设阈值，完成训练； S6、每个参与节点根据训练好的模态生成分割网络模型生成多模态生成图像，进行数据增广； 其中，所述初始模态生成分割网络模型包括一个初始可控模态生成网络和一个初始模态分割网络； 所述S3的每个参与节点将本地样本图像、本地样本图像对应的真实标注以及控制信息对输入各自的初始模态生成分割网络模型，对初始模态生成分割网络模型的网络参数进行训练，得到初始模态生成分割网络模型的中间网络参数，包括： S31、每个参与节点向初始可控模态生成网络输入本地样本图像以及控制信息对；其中，每个参与节点的本地样本图像都具备各自的模态风格，所述模态风格指由于信号采集原理和目标物理性质不同导致图像中具有某种特定的颜色纹理分布； S32、通过所述初始可控模态生成网络，根据控制信息对的域向量和分割标签、以及本地样本图像，生成多模态生成图像； S33、将所述多模态生成图像输入到初始模态分割网络，对所述多模态生成图像进行分割，得到预测分割结果； S34、根据多模态生成图像、所述本地样本图像对应的真实标注、预测分割结果以及联合损失函数，确定初始模态生成分割网络模型的中间网络参数。

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北京科技大学，其通讯地址为：100083 北京市海淀区学院路30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。