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！

龙图腾网获悉长沙理工大学申请的专利一种基于条件生成对抗的交互式图像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：CN115797628B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202211487962.5，技术领域涉及：G06V10/26；该发明授权一种基于条件生成对抗的交互式图像分割方法及系统是由张珍艳;桂彦;张锦;张创设计研发完成，并于2022-11-24向国家知识产权局提交的专利申请。

本一种基于条件生成对抗的交互式图像分割方法及系统在说明书摘要公布了：本申请公开了一种基于条件生成对抗的交互式图像分割方法及系统，该方法使用条件生成对抗网络来加强分割的高阶一致性，且在推理过程中不需要额外的后处理模块。具体而言，我们开发了一个新的分割网络，通过跨多层进行融合，并提供全局上下文信息和像素级关注，集成了四个不同的模块。这使得分割网络能够准确地学习强目标对象表示，并预测前景和背景。然后，我们使用一个全卷积判别器来检测和纠正预测与分割网络和真实结果标签映射之间的高阶不一致。为了实现这一点，我们优化了一个目标函数，该函数结合了传统的分割损失和对抗项的辅助对抗损失。通过网络的学习表明该方法下的分割网络产生了高精确度的分割结果，同时在速度方面更高效。

本发明授权一种基于条件生成对抗的交互式图像分割方法及系统在权利要求书中公布了：1.一种基于条件生成对抗的交互式图像分割方法，其特征在于，所述方法由计算机执行，包括以下步骤： S1、构建图像分割网络架构，该网络架构由两个子网络组成，分割网络和判别器网络；提出的分割网络架构，提升网络学习图像特征的能力，获得更加精确的前景目标分割结果，包括： S101、分割网络包括四个部分：基础网络backbone、金字塔池化模块、多层融合模块和squeeze-and-attention注意力机制模块；我们采用全卷积U-Net作为基础网络backbone；U-Net中的跳跃连接的结构有利于低层和深层信息的融合；同时，它在U型结构的上采样部分有大量的特征通道，可以将上下文信息传播到更高的分辨率层；然后，我们使用金字塔池化模块在U-Net的最深处联结，以获取多个尺度的全局信息；此外，利用多层融合模块代替最后一层输出，通过卷积和级联操作合并U-Net所有上采样层的输出，有效地提高了物体边界分割的精度；最后在多层融合模块后添加一个squeeze-and-attention注意力机制模块，将像素注意力应用于传统卷积，形成注意卷积通道，以了解空间通道之间的相互依赖关系，保证分割网络有效聚焦于目标对象； S102、判别器网络由5个卷积层组成，用于区分真实结果和预测分割结果； S2、给定一张图片作为输入，根据该图片的真实结果标签进行随机像素点标注，产生目标对象和背景的交互点集，以此产生大量的交互信息来模拟用户的交互； S3、交互信息提供目标对象及背景的位置信息，将得到的交互信息利用欧式距离变换产生欧式距离图，该距离图用于描述所述图像中的各个像素点与交互点集中至少一个像素点之间的空间距离关系；将欧式距离图作为条件，分别与原图像、真值图像相结合作为分割网络和判别器网络的输入； S4、将分割网络和判别器网络进行联合对抗训练；通过最小化联合损失对分割网络进行训练，包括：交叉熵损失、dice损失以及辅助对抗损失；通过最小化空间交叉熵损失对判别器网络进行训练。

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长沙理工大学，其通讯地址为：410114 湖南省长沙市天心区万家丽路二段960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。