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！

龙图腾网获悉上海大学申请的专利感兴趣目标的分割方法、装置、介质及电子设备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：CN116935035B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202310890577.3，技术领域涉及：G06V10/25；该发明授权感兴趣目标的分割方法、装置、介质及电子设备是由樊一鸣;刘韵嘉;李振轩;陆小锋设计研发完成，并于2023-07-20向国家知识产权局提交的专利申请。

本感兴趣目标的分割方法、装置、介质及电子设备在说明书摘要公布了：本发明提供一种感兴趣目标的分割方法、装置、介质及电子设备。所述分割方法，包括：获取待分割图像和待分割图像的标签信息；将待分割图像和待分割图像的标签信息输入预训练的感兴趣目标分割模型中，确定待分割图像的特征图像和初步聚类特征；将待分割图像的特征图像进行区块化聚类处理，确定待分割图像所包含的目标区块；根据待分割图像的目标区块与目标区块之间的特征相似度，分割待分割图像的感兴趣目标。通过本公开，采用较少标注信息，对感兴趣目标进行有效分割，保证图像数据的隐私性，提高感兴趣目标的分割效率。

本发明授权感兴趣目标的分割方法、装置、介质及电子设备在权利要求书中公布了：1.一种感兴趣目标的分割方法，其特征在于，包括： 获取待分割图像和所述待分割图像的标签信息，所述标签信息包括所述待分割图像上的感兴趣目标所在的最小矩形区域的顶点信息； 将所述待分割图像和所述待分割图像的标签信息输入预训练的感兴趣目标分割模型的特征提取模块中，确定所述待分割图像的特征图像和初步聚类特征，所述特征提取模块包括U形主干网络，所述U形主干网络用于提取图像的深层语义特征，所述预训练的感兴趣目标分割模型包括特征提取模块和区块分割模块； 将所述待分割图像的特征图像进行区块化聚类处理，确定所述待分割图像所包含的目标区块； 根据所述待分割图像的目标区块与目标区块之间的特征相似度，分割所述待分割图像的感兴趣目标； 其中，确定所述感兴趣目标分割模型的方法，包括： 获取训练图像样本和所述训练图像样本的标签信息，所述训练图像样本的标签信息包括所述训练图像样本上的感兴趣目标所在最小矩形区域的顶点信息； 将正向深度残差网络与反向深度残差网络进行拼接，确定所述U形主干网络的主体框架，在所述U形主干网络的主体框架中的正向深度残差网络的每一层级后添加具有索引的最大池化层，将所述正向深度残差网络的每一层级的输出特征与所述反向深度残差网络中对应的相同层级的输入特征以通道拼接的方式进行连接处理，确定所述特征提取模块，其中，所述反向深度残差网络为所述正向深度残差网络的反向对称结构，所述具有索引的最大池化层用于调整所述待分割图像的特征图像尺寸，所述U形主干网络采用所述正向深度残差网络对所述待分割图像进行编码处理，所述U形主干网络采用所述反向深度残差网络对所述待分割图像进行解码处理； 将所述特征提取模块与所述区块分割模块进行连接处理，确定所述感兴趣目标分割模型； 根据预设的损失函数，将所述训练图像样本和所述训练图像样本的标签信息输入所述感兴趣目标分割模型中进行模型训练，确定所述预训练的感兴趣目标分割模型； 其中，所述将所述待分割图像的特征图像进行区块化聚类处理，确定所述待分割图像所包含的目标区块，包括： 将所述待分割的特征图像的每一图像通道的特征信息根据预设尺寸，划分为相互独立的第一区块； 将所述待分割图像的特征图像的每一图像通道的同一位置处的第一区块进行叠加处理，确定所述待分割图像所包含的目标区块； 其中，所述根据所述待分割图像的目标区块与目标区块之间的相似度，分割所述待分割图像的感兴趣目标，包括： 根据所述待分割图像的目标区块与目标区块之间的相似度，确定所述感兴趣目标的目标矩阵； 根据所述感兴趣目标的目标矩阵，确定广义特征系统的次最小特征向量； 根据所述广义特征系统的次最小特征向量，分割所述待分割图像的感兴趣目标。

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上海大学，其通讯地址为：200444 上海市宝山区上大路99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。