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！

龙图腾网恭喜河南大学申请的专利基于改进U-Net的道路场景图像实时语义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：CN116363358B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202310080417.2，技术领域涉及：G06V10/26；该发明授权基于改进U-Net的道路场景图像实时语义分割方法是由左方;罗振兴;白天水设计研发完成，并于2023-01-11向国家知识产权局提交的专利申请。

本基于改进U-Net的道路场景图像实时语义分割方法在说明书摘要公布了：本发明公开一种基于改进U‑Net的道路场景图像实时语义分割方法，包括：步骤1：在采样阶段，将原始U‑Net结构中标准卷积替换为深度可分离卷积，得到优化后的卷积块，并引入注意力模块来增强特征获取能力，补充上下文信息，得到通道域注意力深度卷积模块结构；步骤2：在上下采样融合阶段，添加多尺度空间注意力级联模块，通过关注重点区域获取低维度空间并经过转换与高维特征融合，得到改进U‑Net；步骤3：基于改进U‑Net对道路场景图像进行实时语义分割。本发明增加多尺度空间注意力机制，补充对空间信息捕获能力，增强网络对特征表征，提升物体边界准确性，在少量参数的情况下保证实时效率并增加识别精度。

本发明授权基于改进U-Net的道路场景图像实时语义分割方法在权利要求书中公布了：1.一种基于改进U-Net的道路场景图像实时语义分割方法，其特征在于，包括：步骤1：在采样阶段，将原始U-Net结构中标准卷积替换为深度可分离卷积，得到优化后的卷积块，并在采样最后一块特征图之后引入注意力模块来增强特征获取能力，补充上下文信息，得到通道域注意力深度卷积模块结构；所述注意力模块包含压缩和激励两个操作，压缩是一个全局平均池化过程，经过压缩操作后特征图变为1×1×C向量，激励操作由两个全连接层组成，压缩的输出向量作为激励的输入向量，经过转换再与原特征图相乘得到最后同原始特征大小的输出结果，其中C是通道数；步骤2：在上下采样融合阶段，添加多尺度空间注意力级联模块，通过关注重点区域获取低维度空间并经过转换与高维特征融合，得到改进U-Net；所述多尺度空间注意力级联模块的输入特征为上采样阶段过程结果，经过两次池化操作得到不同信息特征表示，操作为： 其中Fc表示输入的特征图，经过两次变换之后再经过Sigmoid激活函数得到空间特征图，之后与原图像乘积得到最终输出特征；步骤3：基于改进U-Net对道路场景图像进行实时语义分割。

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河南大学，其通讯地址为：475004 河南省开封市金明区东京大道和金明大道交叉口河南大学(金明校区)；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”。