暨南大学石敏获国家专利权
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!
龙图腾网获悉暨南大学申请的专利一种基于轻量级神经网络模型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:CN116993987B 。
龙图腾网通过国家知识产权局官网在2026-04-07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:202311095088.5,技术领域涉及:G06V10/26;该发明授权一种基于轻量级神经网络模型的图像语义分割方法及系统是由石敏;林绍文;骆爱文;温热晖设计研发完成,并于2023-08-28向国家知识产权局提交的专利申请。
本一种基于轻量级神经网络模型的图像语义分割方法及系统在说明书摘要公布了:本发明公开了一种基于轻量级神经网络模型的图像语义分割方法及系统,涉及人工智能领域。所述方法包括:所述轻量级神经网络模型包括初始化模块、空间分支、语义分支和多尺度特征融合解码器;所述图像语义分割方法包括:响应于待处理图像的处理指令,基于初始化模块对待处理图像进行特征提取,得到第一特征图;基于空间分支提取第一特征图的空间信息;基于语义分支提取第一特征图的多尺度特征信息,并融合多尺度特征信息和空间信息,得到增强特征图;基于多尺度特征融合解码器,将第一特征图与增强特征图进行融合,并进行图像尺寸恢复,得到图像语义分割结果。相较于现有技术,本发明在分割精度与实时性之间实现更好的性能均衡。
本发明授权一种基于轻量级神经网络模型的图像语义分割方法及系统在权利要求书中公布了:1.一种基于轻量级神经网络模型的图像语义分割方法,其特征在于,所述轻量级神经网络模型包括初始化模块、空间分支、语义分支和多尺度特征融合解码器; 所述图像语义分割方法包括: 响应于待处理图像的处理指令,基于所述初始化模块对所述待处理图像进行特征提取,得到第一特征图; 基于所述空间分支提取所述第一特征图的空间信息; 基于所述语义分支提取所述第一特征图的多尺度特征信息,并融合所述多尺度特征信息和所述空间信息,得到增强特征图; 基于所述多尺度特征融合解码器,将所述第一特征图与所述增强特征图进行融合解码,并进行图像尺寸恢复,得到图像语义分割结果; 其中,所述空间分支包括第一空间分支和第二空间分支;所述基于所述空间分支提取所述第一特征图的空间信息,包括: 基于所述第一空间分支,得到关于所述第一特征图的第一空间信息压缩特征图; 基于所述第二空间分支,得到关于所述第一特征图的第二空间信息压缩特征图; 所述语义分支包括第一语义分支、第一叠加器、第二语义分支和第二叠加器;所述基于所述语义分支提取所述第一特征图的多尺度特征信息,并融合所述多尺度特征信息和所述空间信息,包括: 基于所述第一语义分支,对所述第一特征图进行语义特征提取,得到第一尺度语义特征图; 通过所述第一叠加器,将所述第一尺度语义特征图与所述第一空间信息压缩特征图进行融合,得到第一增强特征图; 基于所述第二语义分支,对所述第一增强特征图进行语义特征提取,得到第二尺度语义特征图; 通过所述第二叠加器,将所述第二尺度语义特征图与所述第二空间信息压缩特征图进行融合,得到第二增强特征图; 所述多尺度特征融合解码器包括第一深度可分离卷积层、第二深度可分离卷积层、第五点卷积层、上采样层和第六点卷积层; 所述基于所述多尺度特征融合解码器,将所述第一特征图与所述增强特征图进行融合解码,并进行图像尺寸恢复,包括: 通过所述第一深度可分离卷积层对所述第一特征图进行卷积处理,得到第一待解码特征图;其中,所述第一深度可分离卷积层包括依次连接的第三深度卷积层和第三点卷积层,所述第三深度卷积层的卷积核数量与所述第一特征图的通道数相同,所述第三点卷积层的卷积核数量与所述第一增强特征图的通道数相同; 通过所述第二深度可分离卷积层对所述第一增强特征图进行卷积处理,得到第二待解码特征图;其中,所述第二深度可分离卷积层包括第四深度卷积层和第四点卷积层,且所述第四深度卷积层和所述第四点卷积层的卷积核数量,均与所述第一增强特征图的通道数相同; 通过所述第五点卷积层对所述第二增强特征图进行通道信息合并与通道压缩,将所述第二增强特征图的通道数恢复至与所述第一增强特征图的通道数相同,再通过上采样层恢复空间尺寸,得到第三待解码特征图; 将所述第一待解码特征图、所述第二待解码特征图和所述第三待解码特征图进行相加融合操作,得到最终融合特征图; 通过所述第六点卷积层对所述最终融合特征图进行图像尺寸恢复和像素级分类,得到所述图像语义分割结果。
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暨南大学,其通讯地址为:510632 广东省广州市天河区黄埔大道西601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。
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。

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