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！

龙图腾网获悉湖南大学申请的专利一种基于跨模态分层知识蒸馏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：CN121564354B 。

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：202610091081.3，技术领域涉及：G06V10/26；该发明授权一种基于跨模态分层知识蒸馏的图像语义分割方法及系统是由孙斌;胡涛;李树涛设计研发完成，并于2026-01-23向国家知识产权局提交的专利申请。

本一种基于跨模态分层知识蒸馏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跨模态分层知识蒸馏的图像语义分割方法与系统，所述方法包括输入图像至多模态教师模型与学生模型，得到各阶段教师特征和学生特征与输出预测图；对各阶段教师特进行融合，并增强共有模态特征，得到各阶段对应融合特征，将融合特征与学生特征按照阶段不同划分成高级特征和低级特征；将低级教师融合特征和低级学生特征分别转换成频域图，取出高频部分传递细节知识；用高级教师融合特征和高级学生特征分别计算互相关矩阵与自相关矩阵，并传递结构知识；对齐教师输出预测图和学生输出预测图，并传递响应知识。本发明通过模态增强的方式融合多模态特征，缩小教师融合特征与学生特征之间模态差距，提升单模态学生模型分割精度。

本发明授权一种基于跨模态分层知识蒸馏的图像语义分割方法及系统在权利要求书中公布了：1.一种基于跨模态分层知识蒸馏的图像语义分割方法，其特征在于，所述方法包括： 预先训练多模态教师模型，将多模态图像样本输入至所述多模态教师模型，得到多模态教师特征和多模态教师模型输出预测图，将单模态图像样本输入至学生模型，得到学生特征和学生模型输出预测图； 将所述多模态教师特征输入至模态增强融合模块，得到教师融合特征，所述模态增强融合模块包括模态融合与模态增强两个阶段，所述模态融合阶段通过通道-空间注意力级联架构对所输入的多模态教师特征进行互补融合，得到初步模态融合特征，所述模态增强阶段通过注意力机制对所述初步模态融合特征与学生模型共有的模态进行增强，得到教师融合特征，实现模态差距的缩小； 将所述教师融合特征和所述学生特征按照阶段不同分别划分成低级教师融合特征和高级教师融合特征、低级学生特征和高级学生特征； 使用频域感知蒸馏模块将所述低级教师融合特征和所述低级学生特征分别转换成频域图，取出低级教师融合特征和低级学生特征频域图中的高频部分传递细节知识； 使用跨模态相关性蒸馏模块计算所述高级教师融合特征和所述高级学生特征的互相关矩阵以及所述高级学生特征的自相关矩阵，通过缩小所述互相关矩阵和所述自相关矩阵之间的空间距离，将多模态教师模型包含的结构性知识传递给学生模型； 对齐多模态教师模型输出预测图和学生模型输出预测图，传递响应知识。

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湖南大学，其通讯地址为：410000 湖南省长沙市岳麓区麓山南路1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。