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一种基于广义卷积的图像语义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：CN116129108B 。

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：202211500829.9，技术领域涉及：G06V10/26；该发明授权一种基于广义卷积的图像语义分割方法及系统是由陈振学;叶梦婷;刘成云;黄彬;何为凯;刘龙成设计研发完成，并于2022-11-28向国家知识产权局提交的专利申请。

本一种基于广义卷积的图像语义分割方法及系统在说明书摘要公布了：本发明提供一种基于广义卷积的图像语义分割方法及系统，通过下采样的卷积层和深层特征层，将特征层的信息进行像素级还原，该方法建立在广义逆矩阵的数学基础之上，能够利用对卷积矩阵的变换实现信息的像素级恢复。一方面，广义卷积能够恢复特征图大小的性质，可以为图像语义分割领域构建一种新的上采样方法；另一方面，精确矩阵的上采样方式能够让网络的上下采样相互对称，从而在部署时只需微调预测部分的参数。

本发明授权一种基于广义卷积的图像语义分割方法及系统在权利要求书中公布了：1.一种基于广义卷积的图像语义分割方法，其特征在于，包括： 步骤1：提取输入图像的初始特征图； 步骤2：对初始特征图进行下采样操作； 步骤3：将步骤2重复k次卷积操作，得到k个表达式； 步骤4：将k个表达式进行拼接，得到拼接矩阵； 步骤5：通过广义逆矩阵对拼接矩阵还原得到初始特征图； 其中，k为卷积操作的次数； 其中，采用跨步卷积对特征层进行下采样操作，包括以下步骤： 1将原大小为a,a的特征图进行展平操作，得到长度为n=a²的行向量A1*n； 2将大小为b,b的卷积核扩展为卷积矩阵P，P的形状为n,a-b+1²，记作Pn,m； 3对原特征图进行AP=B的计算，A为原特征图展平后的行向量，B为新特征图进行展平后的行向量； 4由于卷积操作的特殊性，在不添加填充时，n≥m； 其中，a表示：原特征图的尺寸大小值；b表示：卷积核的尺寸大小值；n表示：原特征图中信息点个数，即a2；m表示：将卷积核扩展为卷积矩阵后，卷积矩阵的列数； 其中，通过广义逆矩阵对拼接矩阵还原得到初始特征图，包括以下步骤： 1将表达式A1,nQn,q=C1,q等号两边同时进行转置，得QTq,nATn,1=CTq,1； 2矩阵Q是由k次跨步卷积矩阵拼接得到，故QQT可逆； 3根据广义逆矩阵的知识，通过Q与C得到唯一解A=CQTQQT-T; 其中，q为将k个卷积矩阵拼接后得到的新矩阵的列数，表示所有新特征图中的信息点总数，Q表示：由k次跨步卷积矩阵拼接得到矩阵，C表示：所有本轮计算得到的新特征图展平后的向量。

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。