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！

龙图腾网恭喜清华大学深圳国际研究生院申请的专利基于弱监督学习的视频目标分割方法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：CN114743002B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202210361706.5，技术领域涉及：G06V10/26；该发明授权基于弱监督学习的视频目标分割方法是由袁春;罗莉舒;吴航昊设计研发完成，并于2022-04-07向国家知识产权局提交的专利申请。

本基于弱监督学习的视频目标分割方法在说明书摘要公布了：本发明提供了基于弱监督学习的视频目标分割方法和装置，该方法包括步骤：S1、输入原视频和定位框：输入原视频，经过抽帧得到得到各个帧的二维图像，同时还得到各个帧的目标定位框，进行定位框级别的定位；根据定位框在原图上进行切割，得到最后的切割后的图像；S2、将切割后的图像和所述目标定位框输入管道分割模型后得到当前帧的分割掩码即伪标签；S3、用伪标签对视频目标分割模型进行训练。本发明可取得较高的分割精度、提升伪标签的质量、改善原本对每个视频帧独立进行检测框到分割掩码分割造成的连续性差、物品遮挡漏检等问题，模型更具鲁棒性。

本发明授权基于弱监督学习的视频目标分割方法在权利要求书中公布了：1.基于弱监督学习的视频目标分割方法，其特征在于，包括如下步骤：S1、输入原视频和定位框：输入原视频，经过抽帧得到得到各个帧的二维图像，同时还得到各个帧的目标定位框，进行定位框级别的定位；根据定位框在原图上进行切割，得到最后的切割后的图像；S2、将所述切割后的图像和所述目标定位框输入管道分割模型后得到当前帧的分割掩码即伪标签；S3、用所述伪标签对视频目标分割模型进行训练；其中，对伪标签进行筛选和精修，包括：坏样本过滤：根据生成掩码的置信度进行筛选，把总体置信度小于特定阈值的分割掩码视为坏样本删去，训练阶段把这些帧的标签设置为空，不进行梯度回传；或者通过人工干预，进行坏样本筛选；精修：将每个视频标注一帧的真实掩码对管道分割模型进行精修，以提高伪标签的质量；在训练阶段，将交叉熵代价函数改进为部分截断的交叉熵代价函数，该函数定义如下： ；当置信度小于等于阈值，损失函数截断为线性，从而限制误分类的情况，其中为超参数。

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清华大学深圳国际研究生院，其通讯地址为：518055 广东省深圳市南山区西丽街道深圳大学城清华校区A栋二楼；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”。