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！

龙图腾网获悉山东大学申请的专利基于几何约束动态卷积的实例分割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：CN117373020B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202311345265.0，技术领域涉及：G06V20/70；该发明授权基于几何约束动态卷积的实例分割方法及系统是由丛润民;陈锦芃;张伟;孙豪言;宋然设计研发完成，并于2023-10-17向国家知识产权局提交的专利申请。

本基于几何约束动态卷积的实例分割方法及系统在说明书摘要公布了：本发明公开了基于几何约束动态卷积的实例分割方法及系统，对待分割图像进行多层级特征提取，得到多层级特征；将多层级特征，进行实例感知，得到所有预测实例的中心、相应的类别置信度和边界框；基于边界框进行抑制得到保留的实例中心；将多层级特征进行底部特征提取得到底部特征；基于多层级特征和每个保留的实例中心进行中心特征提取，生成用于外围点定位的动态卷积核；基于用于外围点定位的动态卷积核对底部特征进行动态卷积操作，进行外围点图预测生成外围点图；基于多层级特征、保留的实例中心和外围点图，进行特征提取和差异化特征融合，生成用于分割的动态卷积核；基于用于分割的动态卷积核对底部特征进行动态卷积操作，得到分割掩码。

本发明授权基于几何约束动态卷积的实例分割方法及系统在权利要求书中公布了：1.基于几何约束动态卷积的实例分割方法，其特征是，包括： 获取待分割图像； 将待分割图像，输入到训练后的几何约束动态卷积网络中，得到待分割图像中图像实例对应的分割掩码和类别置信度； 基于所述待分割图像中图像实例对应的分割掩码和类别置信度，确定所述待分割图像对应的图像实例分割结果； 其中，训练后的几何约束动态卷积网络，用于：对所述待分割图像进行多层级特征提取，得到多层级特征；将多层级特征，进行实例感知，得到所有预测实例的中心、相应的类别置信度和边界框；基于边界框，进行非最大值抑制，得到保留的实例中心；将多层级特征，进行底部特征提取，得到底部特征；基于多层级特征和每个保留的实例中心，进行中心特征提取，生成用于外围点定位的动态卷积核；基于用于外围点定位的动态卷积核对底部特征进行动态卷积操作，进行外围点图预测，生成外围点图；基于多层级特征、保留的实例中心和外围点图，进行特征提取和差异化特征融合，生成用于分割的动态卷积核；基于用于分割的动态卷积核对底部特征进行动态卷积操作，得到分割掩码； 所述生成用于外围点定位的动态卷积核具体流程为：从用于外围点定位的动态参数生成头的输出中挑出中心点上的特征来生成第一组动态卷积核，用于外围点定位，然后使用第一组动态卷积核对底部特征进行卷积，以预测外围点图；对于分类头预测的所有个实例中心中的每一个，从用于外围点定位的动态参数生成头的输出值中，把位于相同位置的特征的全部通道上的值取出，表示为，并将这些特征通过reshape操作整形，使其成为一组动态卷积核，动态卷积核将用于预测外围点图； 差异化特征融合的网络结构包括：第一差异计算单元、第二差异计算单元、第三差异计算单元和第四差异计算单元；每个差异计算单元，用于计算中心特征和对应的外围特征之间的距离，得到差异向量；将差异向量均输入到并联拼接单元，并联拼接单元的输出端与softmax函数单元的输入端连接，softmax函数单元的输出端输出权重值；将权重值与外围特征进行加权平均，得到差异化特征融合后的外围特征。

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大学，其通讯地址为：250061 山东省济南市历下区经十路17923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。