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！

龙图腾网恭喜成都理工大学申请的专利一种基于FEFNet网络结构进行图像分割的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：CN116342957B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202310327553.7，技术领域涉及：G06V10/764；该发明授权一种基于FEFNet网络结构进行图像分割的方法是由袁鹏飞;吴媛媛;曾媛;梁静;曾武;陈光柱设计研发完成，并于2023-03-30向国家知识产权局提交的专利申请。

本一种基于FEFNet网络结构进行图像分割的方法在说明书摘要公布了：本发明公开了一种FEFNet网络结构，包括以下步骤：步骤S1：对图像进行网络提取得到底层特征信息；步骤S2：对网络输入图像进行跳跃链接丰富特征信息；步骤S3：将特征信息进行下采样得到下采样模块信息；步骤S4：将下采样模块信息进行FEF模块处理得到需要的图片；解决如何利用空洞卷积高效且精准的提取不同尺寸物体的特征信息，同时提高分类准确率。

本发明授权一种基于FEFNet网络结构进行图像分割的方法在权利要求书中公布了：1.一种基于FEFNet网络结构进行图像分割的方法，其特征在于，包括以下步骤：步骤S1：对图像进行特征提取得到底层特征信息；采用3个常规的3×3卷积实现图像的底层特征提取；步骤S2：对网络输入图像进行跳跃链接丰富特征信息；跳跃链接是将网络的输入图像进行下采样后，与步骤S1得到的底层特征信息进行结合以得到丰富特征信息；步骤S3：将丰富特征信息进行下采样得到下采样模块信息；步骤S4：将下采样模块信息进行FEF模块处理以及卷积和上采样得到需要的图片；子步骤S41：通过一个卷积核尺寸为3，输出通道数为输入通道数一半，步长为1，填充为1的卷积操作来提取目标的局部信息并对特征图进行降维；子步骤S42：使用两个边界特征提取器来提取目标的边界特征信息，参考ERFNet的方法，每个边界提取器都采用了深度可分离卷积以及空洞卷积技术；子步骤S43：在子步骤S42中，第一个边界提取器操作后会将其结果与边界特征图与子步骤S41结果相加；在第二个边界提取器后，会将其结果与FEF模块输入特征图、边界特征图与子步骤S41结果进行维度拼接；子步骤S44：FEF模块通过一个1x1卷积，将维度变为FEF模块的输入维度。

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成都理工大学，其通讯地址为：610059 四川省成都市成华区二仙桥东三路1号成都理工大学；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”。