首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于大模型适配的事件-RGB语义分割方法 

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!

申请/专利权人:北京工业大学

摘要:本发明公开了一种基于大模型适配的多模态语义分割方法,首先对于每一对的输入数据,以RGB数据的曝光时间戳为基准,以不同的时间尺度划分事件信息,随后将事件处理为体素,和视频帧分别输入多时空尺度事件嵌入模块与SAM主干,然后将经过多时空尺度事件嵌入模块提取的时间特征输入SAM事件适配器中,与SAM中的图像信息进行交互,得到富含高质量运动信息的特征。最后特征将被输入简单的语义分割头来生成语义分割结果。本发明是端到端的,整体可以直接进行训练,之后可以使用训练的模型来处理事件‑RGB场景下的语义分割问题。本发明解决了由于RGB信息在极端场景下信息丢失的问题,并达到了比以往工作更优秀的语义分割结果。

主权项:1.一种基于大模型适配的多模态语义分割方法,其特征在于:包括以下步骤:步骤1:数据处理,对于每一对的输入数据,以RGB数据的曝光时间戳为基准,以不同的时间尺度划分事件信息,并依次处理为网络输入的格式;步骤2:依据步骤1得到的数据特性构建网络模型,所述网络模型包括参数被冻结的SAM主干、事件适配器SE_Adapter;步骤3:依据步骤1得到的数据特性以及步骤2中得到的网络模型的架构构建特异性数据编码模块,所述特异性数据编码模块为多时空尺度补丁嵌入模块MSP,包括若干卷积层、脉冲神经元、池化层以及线性层,该特异性数据编码模块参数可学习;步骤4:依据步骤2中的网络模型构建语义分割检测头,由若干线性层组成;步骤5:向步骤2、步骤3中得到的模型输入步骤1中得到的数据进行训练,其中图像数据输入SAM主干,事件数据输入MSP并随后输入SE_Adapter与SAM主干进行交互;步骤6:利用步骤4中训练好的网络模型进行多模态语义分割,将成对的事件-RGB多模态信息输入网络模型中,从而实现高精度、高效率的语义分割。

全文数据:

权利要求:

百度查询: 北京工业大学 一种基于大模型适配的事件-RGB语义分割方法

免责声明
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。