专利名称：矿区语义分割模型构建方法、装置及矿区语义分割方法      申请号：2023101663487     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人工智能 语义分割   相似专利 发布日：2024/06/28  
摘要： 本发明提供了矿区语义分割模型构建方法、装置及矿区语义分割方法，涉及矿区地物遥感分类领域，方法包括：获取原始矿区影像数据；对原始矿区影像数据进行预处理，得到原始矿区多光谱数据和原始矿区数字高程模型数据；对原始矿区多光谱数据和原始矿区数字高程模型数据进行分类体系构建，得到匹配的原始矿区地物分类标记数据；通过原始矿区多光谱数据、原始矿区数字高程模型数据和原始矿区地物分类标记数据对预设的原始HRNet模型进行训练和参数调优，得到基于HRNet的矿区语义分割模型。解决了现有基于语义分割方法的矿区分类精度低的问题。

专利名称：基于跨模态融合与图神经网络的遥感影像语义分割方法      申请号：2023105730902     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络传输 语义分割   相似专利 发布日：2024/06/28  
摘要： 本发明涉及图像处理技术领域，提供了一种基于跨模态融合与图神经网络的遥感影像语义分割方法，包括：获取RGB遥感图和对应的高程图；将所述RGB遥感图和所述高程图输入第一双流编码器‑解码器模块，输出第一重构特征图；将所述第一重构特征图输入图卷积神经网络模块，输出一级分类体系预测图像；将所述RGB遥感图、所述高程图以及所述一级分类体系预测图像输入构建好的语义分割网络，输出二级分类体系预测图像。本发明将一级分类体系预测图像的先验信息融入二级分类体系预测图像的预测过程中，可以引导网络关注不同类别间的差异化特征，提高分割的整体性，从而有效提升了遥感影像语义分割的精确度。

专利名称：通过抑制非感兴趣信息的语义分割方法、设备及存储设备      申请号：2019113735032     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人工智能 语义分割   相似专利 发布日：2024/04/24  
摘要： 本发明提出了一种通过抑制非感兴趣信息的语义分割方法、设备及存储设备，本发明基于深度学习库优化神经网络，提高语义分割结果的精度，主要包括以下步骤：1)构建基础Unet模型；2)添加注意力机制；3)门特征图与当前层结果相乘；4)添加新输出结果和多损失函数；5)对待进行语义分割的图像进行图像语义分割。本方法可以提高语义分割神经网络的精度并有效抑制非感兴趣信息。

专利名称：基于数据扩充和全监督预处理的实时语义分割方法      申请号：2020114994963     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人工智能 语义分割   相似专利 发布日：2024/04/11  
摘要： 本发明公开了一种基于数据扩充和全监督预处理的实时语义分割方法。本发明通过设置细节路径部分、空间路径部分，其中，细节路径部分利用高分辨率的输入得到丰富的边界信息，空间路径部分利用细节路径部分产生的高质量特征图获得足够大的感受野，最后利用图像融合方式进行融合处理，以达到在计算速度与分割性能之间取得良好的平衡；在空间路径部分的后面加入了注意力模块，并通过特征融合模块将细节信息和空间信息有效结合；同时，本发明还通过裁剪—粘贴小目标的方式，增加小目标点在训练集上的比重，实现提升小目标点的分割结果。

专利名称：一种基于优化语义分割的图像序列光流计算方法      申请号：2020101603711     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人工智能 语义分割   相似专利 发布日：2024/02/21  
摘要： 一种基于优化语义分割的图像序列光流计算方法，它包含如下步骤：一、输入连续两帧图片，利用去均值归一化光流模型计算连续两帧间的前景后景光流；二、输入连续两帧图片，利用语义模型分割出连续两帧的标签图；三、将步骤一计算出的光流以及步骤二的标签图作为输入，利用全连接分层算法，得到优化分割图像；四、将步骤一中的连续两帧图片和计算出的光流结果以及步骤三中的优化分割结果作为输入量，利用前景光流模型计算最终光流结果；本发明采用全连接去均值归一化模型上加入了边窗滤波计算光流，然后使用全连接分层模型优化的分割图先验信息，最终利用前景光流模型优化最终光流，克服了针对光照突变场景图像序列光流计算结果精度较低的问题。

专利名称：一种动态信息与静态信息结合的视频语义分割方法      申请号：2023105367707     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：音视频 语义分割   相似专利 发布日：2023/10/17  
摘要： 本发明公开了一种动态信息与静态信息结合的视频语义分割方法，所述的视频语义分割方法包含如下步骤：首先构建动静态信息融合的视频语义分割网络，接着设计损失函数，通过在视频语义分割数据集上训练得到视频语义分割模型，最后使用模型实现对视频的智能分割。本发明通过改进视频语义分割模型和损失函数提高了视频分割的平均交并比，提供了一种高精确度的视频语义分割网络构建策略，为视频分割的智能化提供的参考，大大节省了人工成本。

专利名称：一种图像语义分割方法和计算机设备      申请号：2021103539911     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人工智能 语义分割   相似专利 发布日：2023/10/17  
摘要： 本发明提供了一种图像语义分割方法和计算机设备，图像语义分割方法包括：将待处理图像输入轻量级神经网络，得到轻量特征图；将所述轻量特征图输入所述增强金字塔网络，得到拼接特征图；将拼接特征图输入分类网络，得到多张分类特征图；对于每张分类特征图，将该分类特征图输入条形注意力网络，得到该分类特征图对应的注意力特征图，将该分类特征图和该注意力特征图相加，得到该分类特征图对应的语义特征图；根据多张语义特征图确定语义分割结果。本发明在降低了计算量的同时，保证了图像语义分割的精度，适用于硬件资源有限的终端。

专利名称：基于全尺度密集连接的图像语义分割方法、系统及设备      申请号：2022112297812     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人工智能 语义分割   相似专利 发布日：2023/10/17  
摘要： 本发明公开了一种基于全尺度密集连接的图像语义分割方法、系统及设备，首先对待分割图像进行预处理，将其切割或填充为预设大小；然后使用图像语义分割网络实现对待分割图像的语义分割；本发明的图像语义分割网络(UNet4+)通过全尺度和密集的跳跃连接，编码器中的每个节点从不同尺度的编码器接收中间聚合特征图，而解码器中的每个节点不仅从不同尺度的编码器和解码器接收中间聚合特征图，而且还从相同尺度的编码器接收中间聚合特征图。因此，解码器中的聚合层可以学习使用节点上的所有收集的特征图。本发明的UNet4+缓解了梯度消失的问题，这也使得网络中的信息流最大化；同时加强了网络中的特征传播；具备更紧凑的模型和极端的特征重用性。

专利名称：一种基于语义分割的桥梁裂缝图像分割模型      申请号：2018106682619     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人工智能 语义分割   相似专利 发布日：2024/06/25  
摘要： 本发明涉及一种基于语义分割的桥梁裂缝图像分割模型，依次包括卷积核为5x 5的第一卷积层、由DenseBlock和Transition Down组成的下采样路径、由DenseBlock和Transition Up组成的上采样路径，卷积核为1x 1的第二卷积层以及Softmax函数；下采样路径包括5个DenseBlock层和4个Transition Down；所述上采样路径包括4个DenseBlock层和4个Transition Up层；9个DenseBlock层的layers层数量依次为4层、5层、7层、10层、12层、10层、7层、5层和4层；每个Transition Down包含一个卷积，每个Transition Up包含一个转置卷积。本发明适用于复杂背景下的桥梁路面裂缝检测简化了模型结构，减少了参数，减少了计算时间。

专利名称：基于深度学习的图像语义分割方法      申请号：2018116461487     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人工智能 深度学习 语义分割   相似专利 发布日：2023/10/17  
摘要： 一种基于深度学习的图像语义分割方法，由数据集处理、构建深度语义分割网络、深度语义分割网络训练及参数学习、对测试图像进行语义分割四部分组成。本发明将输入图像的RGB图像和灰度图像作为网络模型的输入，充分利用灰度图像的边缘信息，有效增加输入特征的丰富程度；把卷积神经网络和双向门限递归单元相结合，在学习图像局部特征的基础上，捕获更多的上下文依赖关系和全局特征信息；通过第一坐标通道模块和第二坐标通道模块对特征图加入坐标信息，丰富模型的坐标特征，提升模型的泛化能力，产生分辨率高、边界精确的语义分割结果。

专利名称：一种基于语义分割的三维室内场景重建方法      申请号：2021106712495     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人工智能 三维 语义分割   相似专利 发布日：2023/09/20  
摘要： 本发明公开了一种基于语义分割的三维室内场景重建方法，具体按照如下步骤实施：步骤1，通过体素滤波采样方法和SIFT特征点提取的方法分别对室内场景进行采样，然后将通过体素滤波采样方法和SIFT特征点提取的方法采样得到的采样点进行融合，对重复的采样点只保留一个作为有效点，获得室内点云数据；步骤2，对步骤1获得的室内点云数据进行平面提取，对提取过平面的数据进行语义分割和精细化分割，将室内场景中的物体区分开来；步骤3，对获得语义等特征的室内场景内环境及外环境进行模型匹配与平面拟合从而完成三维重建。本发明解决了现有重建方法重建效果差、场景理解能力不足的问题，能够高精度地重建室内场景。

专利名称：一种基于深度学习的摄影测量点云语义分割方法      申请号：2021108051976     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：摄影摄像 深度学习 语义分割   相似专利 发布日：2023/09/14  
摘要： 一种基于深度学习的摄影测量点云语义分割方法，首先为原始点云设计一组数据增强方法来提高局限训练数据的泛化能力；然后在网络的每一层动态地更新点云局部邻域图，将跨层点描述与上下文特征结合起来并逐层汇聚点云空间潜在语义信息；最后在每个网络层引入通道注意力机制使网络能够自适应学习通道间的权重，并由此建立基于轻量级通道注意池(ChannelAttentivePooling)的点云语义分割网络，实现复杂点云的细粒度语义分割。本发明提供一种轻量级、空间关系敏感且具有良好普适性的基于深度学习的摄影测量点云语义分割方法。

专利名称：一种基于深度学习的城市道路场景语义分割方法      申请号：202010156966X     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：道路施工 深度学习 语义分割   相似专利 发布日：2023/09/14  
摘要： 一种基于深度学习的城市道路场景语义分割方法，包括以下步骤：1)、车辆前端的图像采集；2)、标注图像与原图像输入数据扩充：将图像随机裁剪、拼接或添加不同类型噪声，再通过图像仿射矩阵对图像变换，最后通过填充和裁剪等变换，保持图像的原有分辨率，得到数据集；3)、使用数据扩充后的图像和标注图像进行网络的训练，残差U‑net网络包括下采样部分、桥梁部分、上采样部分和分类部分；4)修改采集模块时间间隔T，将后续得到的图像输入训练好的深度学习模型中，输出预测的语义分割图像，并将图像中不同灰度回传给处理器。本发明使用较小数据集，同时可以防止梯度下降过快，并且能够保证在训练时不发生过拟合问题。

专利名称：基于多尺度特征和编解码器模型的街景图像语义分割方法      申请号：2019104756627     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人工智能 语义分割   相似专利 发布日：2023/09/04  
摘要： 本发明公开了一种基于多尺度特征和编解码器模型的街景图像语义分割方法，包括以下步骤：原始图像输入深度卷积神经网络提取初始特征图；将初始特征图输入第一多尺度空间金字塔池化模块输出第一特征图；第一特征图输入第二多尺度空间金字塔池化模块输出第二特征图；第二特征图通过然后利用上采样操作和跳跃连接还原为原始图像大小得到最终的预测图；所述第一多尺度空间金字塔池化模块和第二多尺度空间金字塔池化模块输出特征图由通过1×1卷积、通过四个扩张率不同的atrous卷积以及通过平均池化操作提取的六种尺度的特征图级联后输出。本发明方法能够提高语义分割结果的精度，对目标边界的像素进行更准确的分类。

专利名称：一种基于区域上下文关系模块的语义分割方法     申请号：2020114788913     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人工智能 语义分割   相似专利 发布日：2023/07/10  

专利名称：基于多级特征融合及高斯条件随机场的图像语义分割方法      申请号：2018112184362     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人工智能 音视频 语义分割   相似专利 发布日：2023/03/30  
摘要： 本发明公开了一种基于多级特征融合及高斯条件随机场的图像语义分割方法，包括：1）构建图像金字塔；2）使用空洞卷积保持特征图分辨率不变；3）多级特征逐层融合调优架构；4）用双线性插值法进行上采样；5）定义损失函数；6）高斯条件随机场的优化输出。本发明通过构建图像金字塔实现多级特征逐层融合的全卷积架构，使用自上而下的调优框架替代之前流行的并行池化模块，在获得不同尺度特征的同时逐层融合，保证了金字塔邻近层之间的特征优先融合，最大限度地捕获上下文信息，使用高斯条件随机场进一步优化前端的输出，捕获更多的空间细节，使得分割效果图中对象边界更加精准，最终整体架构的输出得到最优的语义分割效果。