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！

龙图腾网获悉重庆邮电大学申请的专利一种面向道路场景的多尺度双流融合实时语义分割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：CN119888222B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202411912504.0，技术领域涉及：G06V10/26；该发明授权一种面向道路场景的多尺度双流融合实时语义分割方法是由袁正午;杨智威;柯瑛琦;曾凡昶设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本一种面向道路场景的多尺度双流融合实时语义分割方法在说明书摘要公布了：本发明涉及一种面向道路场景的多尺度双流融合实时语义分割方法，属于语义分割领域。该方法包括：获取驾驶道路场景下的图像数据集；按比例将数据划分并进行数据增强；搭建双流融合网络模型；利用数据集对模型进行训练、验证和测试，选择效果最优模型获取语义分割结果。图像分别由空间分支和语义分支提取特征，空间分支引入由空间可分离卷积和深度可分离卷积结合的残差基本块，减少参数量，语义分支引入级联空洞卷积和小波下采样特征提取，扩张特征图感受野，融合策略采用优化注意力加权方式，提取更有效的空间和通道信息，改进新的特征金字塔池化结构，加强模型泛化性。该方法在保证实时性的同时提高分割精度，确保计算复杂度和精度的平衡。

本发明授权一种面向道路场景的多尺度双流融合实时语义分割方法在权利要求书中公布了：1.一种面向道路场景的多尺度双流融合实时语义分割方法，其特征在于：所述方法包括以下步骤： 步骤1获取城市道路场景图像数据集，将数据集按比例分为训练、验证和测试集，分别对数据进行预处理得到初始化图像； 步骤2将初始化图像输入至初级特征提取模块，该模块由两次下采样卷积和通道扩展卷积构成，降低图像分辨率同时增加特征图通道深度，由此得到初级特征图； 步骤3初级特征图分别输入至多阶段并行的高分辨率空间分支和低分辨率语义分支网络结构进行特征提取，在特征提取的各阶段进行双分支的特征融合，并将融合结果并入下一阶段空间分支的输入特征信息，经过多阶段的特征提取和融合得到深层语义指导空间细节的融合特征图；所述步骤3中，高分辨率空间分支由三阶段构成，第一阶段构造为ResNet中的基本残差块BasicBlock，扩展输出通道并降低分辨率，第二阶段构造为深度可分离卷积与空间非对称分离卷积结合的深度空间模块，有效降低深层网络中的参数量和计算量，第三阶段在深度空间模块上加深通道数继续提取特征，语义分支同样三阶段构成，第一阶段由卷积和小波下采样结合的双映射加和模块进行特征提取，第二阶段采取多级分组空洞下采样模块进一步加深通道数，汇聚语义信息，第三阶段利用双映射加和模块进一步将第二阶段通道数翻倍进行特征提取，特征融合包括第二阶段语义信息与空间细节融合，第三阶段语义信息与空间信息融合，最终得到融合特征图； 步骤4融合特征图输入至空间级联多尺度金字塔池化模块进行上下文特征嵌入表示，进一步将嵌入表示输入至优化的通道注意力和全局注意力进行注意力计算，丰富模型对不同通道的重视率以及单个像素对全局信息的权重把控，得到注意力计算结果； 步骤5注意力计算结果输入至上采样模块恢复空间分辨率，恢复过程中同时与浅层特征图保持跳越长连接增强特征表达能力，最后恢复至初始化图像的分辨率得到分割结果； 步骤6使用损失函数对城市道路场景语义分割模型进行监督训练和验证，得到验证效果最好的实时语义分割模型，用该模型对待测试数据集进行处理，得到最终的图像分割结果。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2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。