Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京乐码仕智能科技有限公司朱广佳获国家专利权

北京乐码仕智能科技有限公司朱广佳获国家专利权

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!

龙图腾网获悉北京乐码仕智能科技有限公司申请的专利实时视频语义分割的神经网络优化系统及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:CN121330589B

龙图腾网通过国家知识产权局官网在2026-03-17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:202511871061.X,技术领域涉及:G06V20/40;该发明授权实时视频语义分割的神经网络优化系统及方法是由朱广佳;李祉航设计研发完成,并于2025-12-12向国家知识产权局提交的专利申请。

实时视频语义分割的神经网络优化系统及方法在说明书摘要公布了:本发明公开了一种实时视频语义分割的神经网络优化系统及方法,属于计算机视觉与人工智能技术领域。该方法包括采集原始视频流并进行像素级语义标注,输出包含视频帧序列及其对应标注序列的训练数据集,对训练数据集中的视频帧序列进行预处理,输出规整的图像帧序列单元张量,构建并训练一个双分支时空语义分割网络,双分支时空语义分割网络的输入为图像帧序列单元张量,输出为当前帧的语义分割概率图,将预处理得到的实时图像帧序列单元张量,连续输入训练好的所述双分支时空语义分割网络,实时输出与输入视频流同步的语义分割概率图序列。本发明在轻量化模型下,实现视频语义分割精度、时间一致性与实时性的高效平衡,显著优于传统逐帧处理方法。

本发明授权实时视频语义分割的神经网络优化系统及方法在权利要求书中公布了:1.一种实时视频语义分割的神经网络优化系统,其特征在于,包括: 数据采集与标注模块,用于采集原始视频流并进行像素级语义标注,输出包含视频帧序列及其对应标注序列的训练数据集; 视频数据预处理模块,用于对训练数据集中的视频帧序列进行预处理,输出规整的图像帧序列单元张量; 双分支时空分割网络构建与训练模块,用于构建并训练一个双分支时空语义分割网络,双分支时空语义分割网络的输入为所述图像帧序列单元张量,输出为当前帧的语义分割概率图;其中,所述双分支时空语义分割网络包括:轻量级空间语义分割分支,用于提取图像帧序列单元张量中当前帧的空间特征并生成初步语义分割概率结果;时间一致性优化分支,以前一时刻的网络状态记忆和当前帧的空间特征为输入,输出用于修正初步语义分割概率结果的优化概率图;自适应融合模块,用于融合初步语义分割概率结果和优化概率图,生成最终的语义分割概率图; 所述轻量级空间语义分割分支基于改进的MobileNetV3模型构建,改进的MobileNetV3模型包括输入层、特征提取层及输出层,所述输入层为9×9卷积层,所述特征提取层包括第一提取层、第二提取层及分组全局上下文模块,所述第一提取层及第二提取层结构相同,均包括引入可选择核注意力机制的扩张深度可分离倒置残差块及扩张深度可分离倒置残差块,所述输出层为两个1×1的卷积层;所述引入可选择核注意力机制的扩张深度可分离倒置残差块及扩张深度可分离倒置残差块包括,在DDSIRB模块的基础上引入SK-DDSIRB模块,在扩展层后加入了扩张率分别为2和5的对称扩张分支,在扩张深度可分离卷积层后引入SKAttention机制,在残差连接后引入通道混洗操作,将两个对称扩张分支提取的不同尺度特征信息进行通道混合;在输出层前添加MGGC模块,MGGC模块是在GC模块基础上引入通道维度分组策略,将特征图划分为G个独立子空间,每组独立执行全局上下文聚合,通过分组策略约束不同通道子集间的信息流动,诱导模型学习局部-全局混合特征表达;所述时间一致性优化分支为卷积门控循环单元; 实时推理输出模块,用于将预处理得到的实时图像帧序列单元张量,连续输入训练好的双分支时空语义分割网络,实时输出与输入视频流同步的语义分割概率图序列。

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乐码仕智能科技有限公司,其通讯地址为:100071 北京市丰台区智成北街3号院3号楼-3至9层101内7层701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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。