Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
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
当前位置 : 首页 > 专利喜报 > 恭喜浙江大学冯结青获国家专利权

恭喜浙江大学冯结青获国家专利权

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!

龙图腾网恭喜浙江大学申请的专利基于注意力金字塔的多分辨率语义分割方法及装置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:CN114359297B

龙图腾网通过国家知识产权局官网在2025-03-14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:202210014091.9,技术领域涉及:G06T7/10;该发明授权基于注意力金字塔的多分辨率语义分割方法及装置是由冯结青;姜丰设计研发完成,并于2022-01-04向国家知识产权局提交的专利申请。

基于注意力金字塔的多分辨率语义分割方法及装置在说明书摘要公布了:本发明公开了一种基于注意力金字塔的多分辨率语义分割方法,包括:构建深度卷积神经网络,其中,通过串联空洞空间金字塔模块融合不同大小空洞率的空洞卷积的结果,解决空洞卷积的棋盘格效应问题;通过特征金字塔注意力模块提取不同尺度的信息,并提供精确密集的像素级别的注意力,解决以往注意力机制中不能提取多尺度信息以及无法提供像素级别注意力的问题;通过多分辨率融合解码器结构在解码器中维护不同分辨率的特征图卷积流,在多个分辨率特征图之间反复交换信息,解决通用的解码器结构中对上下文信息利用程度不足的问题。该方法像素敏感性较强,能够获得更丰富的特征图,具有较好的感受野,并解决了空洞卷积的棋盘效应问题。

本发明授权基于注意力金字塔的多分辨率语义分割方法及装置在权利要求书中公布了:1.一种基于注意力金字塔的多分辨率语义分割方法,其特征在于,包括:1构建语义分割训练集;2构建深度卷积神经网络,所述深度卷积神经网络包括编码器,特征金字塔注意力模块,串联空洞空间金字塔模块和多分辨率融合解码器,将初始语义图像输入至编码器得到多个分辨率特征图,其中,将分辨率最小的特征图输入至所述串联空洞空间金字塔模块,所述串联空洞空间金字塔模块包括多个空洞卷积层,所述空洞卷积层以级联方式组合,空洞率逐层增加,将每个空洞卷积层输出的特征图与上一空洞卷积层输出的连接特征图进行连接后卷积处理,以调整连接后的特征图的过滤器数量并提取语义特征信息,得到第一子融合特征图,连接多个第一子融合特征图得到第一融合特征图,连接所述第一融合特征图、所述分辨率最小特征图和全局池化特征图得到第一连接特征图,将所述第一连接特征图输入至第一解码器;将每个其他分辨率特征图输入至所述特征金字塔注意力模块的多个平均池化层得到多分辨率的第一注意力特征图集,将每个第一注意力特征图进行上采样后卷积处理得到第二融合特征图;将每个所述其他分辨率特征图输入至所述特征金字塔注意力模块的多个最大池化层得到多分辨率的第二注意力特征图集,将每个第二注意力特征图进行上采样后卷积处理得到第三融合特征图;将第二和第三融合特征图连接后进行卷积处理得到所述其他分辨率特征图的像素级别权重,将所述像素级别权重与所述其他分辨率特征图进行对位乘法,将对位乘法结果输入至对应分辨率的第二解码器;所述多分辨率融合解码器包括多个分辨率解码层,每个分辨率解码层包括第一解码器,以及当前分辨率和高于当前分辨率的第二解码器集,通过解码层逐层卷积操作和上、下采样得到与初始语义图像相同分辨率的最终语义分割图像;3通过所述语义分割训练集训练深度卷积神经网络,优化参数得到多分辨率语义分割模型;4应用时,将语义图像输入至所述多分辨率语义分割模型得到语义分割图像。

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浙江大学,其通讯地址为:310058 浙江省杭州市西湖区余杭塘路866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”。

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。