北京航空航天大学马宇晴获国家专利权
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！
龙图腾网获悉北京航空航天大学申请的专利一种基于有意义学习的零样本语义分割方法及装置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：CN115331004B 。
龙图腾网通过国家知识产权局官网在2026-03-20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：202210894312.6，技术领域涉及：G06V10/26；该发明授权一种基于有意义学习的零样本语义分割方法及装置是由马宇晴;刘祥龙;白世豪;赵晓薇设计研发完成，并于2022-07-27向国家知识产权局提交的专利申请。
本一种基于有意义学习的零样本语义分割方法及装置在说明书摘要公布了：本发明公开了一种基于有意义学习的零样本语义分割方法及装置。该方法包括如下步骤：S1：利用大规模的具有标注信息的已知类别数据对分割模型和生成模型进行预训练；S2：利用预训练的生成模型以及未知类的语义编码，获取针对未知类的生成视觉表征；S3：从可见类中随机挑选样本抽取视觉表征，并和步骤S2生成的未知类的视觉表征构建共轭关联损失；S4：将未知类的生成视觉表征分别通过快分类器和慢分类器进行两次预测，并计算相应的损失函数，实现零样本图像分割。本发明更加注重可见类与不可见类之间的相关性，自然地促进了知识的持续构建，可以使图像分割效果更加优越。
本发明授权一种基于有意义学习的零样本语义分割方法及装置在权利要求书中公布了：1.一种基于有意义学习的零样本语义分割方法，其特征在于包括如下步骤： S1：利用大规模的具有标注信息的已知类别数据对分割模型和生成模型进行预训练； S2：利用预训练的生成模型以及未知类的语义编码，获取针对未知类的生成视觉表征； S3：从可见类中随机挑选样本抽取视觉表征，并和步骤S2生成的未知类的视觉表征构建共轭关联损失； S4：将未知类的生成视觉表征分别通过快分类器和慢分类器进行两次预测；其中，首先通过快分类器对所有视觉语义进行预测，通过认知控制器评估快分类器的预测，并估计所述预测和可见类的概念之间的兼容性，再通过慢分类器进一步预测认知控制器不确定的视觉语义表示； 计算加权分类的损失函数以及认知控制器的损失函数，实现零样本图像分割。
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航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励