本发明公开了一种基于注意力融合的弱监督语义分割方法，涉及计算机视觉技术领域，以Vision Transformer为基本网络结构，提出了一个简单而有效的弱监督语义分割框架。在该框架中，首先设计了一个自适应注意力融合模块，对不同层注意力分配不同的权重，融合之后的注意力在保留目标细节的同时也能较好地抑制背景噪声。此外针对注意力中次重要的区域不能够较好的激活目标区域这一问题，设计了一个调制函数用来增大次重要区域的注意力值，有效的突出目标区域。然后使用调制后的注意力对粗糙的类激活图进行优化，此时得到的类激活图中目标区域能够被更加完整且准确的激活，能够较好的解决类激活图的不完全激活问题。
📄 2023109815539
📂 G06V10_26
👤 南京信息工程大学
📅 2023-08-04
本说明书涉及图像处理技术领域，涉及一种语义分割模型的训练方法、语义分割方法。训练方法包括获取训练集数据，训练集数据包括RGB图像和热值图像；对RGB图像和热值图像进行互补掩码；分别将掩码后的RGB图像和热值图像输入第一语义分割模型，输出语义分割预测图；通过第二语义分割模型获得未掩码的RGB图像和热值图像的语义分割预测图，以未掩码语义分割预测图为目标更新第一语义分割模型模型的参数，直到达到训练迭代次数。语义分割方法包括获取当前环境的RGB图像与热值图像并输入语义分割模型，输出语义分割图，语义分割模型基于上述方法训练得到。本说明书实施例中模型的语义分割精度和稳定性较高，不易受外部环境干扰，能适应较为复杂的应用场景。
📄 2024111919795
📂 G06V10_26
👤 浙江工业大学
📅 2024-08-28
基于目标检测和语义分割技术的多传感器融合AGV动态目标剔除方法和装置，其方法包括：对单目相机和二维激光雷达进行联合标定，获得相机的内参矩阵和激光雷达坐标系到单目相机坐标系的转换矩阵TLC；激光SLAM进入激光跟踪线程，对前后两组动态点云的最小邻点对距离进行动态阈值的检测；对单目相机采集到的图像和激光点云进行时间戳的匹配，进行插值计算，得到视觉关键帧；将激光动态点投影到tc时刻视觉关键帧FrameL的图像坐标系，将激光雷达动态点输入到目标检测线程中；对tc时刻的视觉关键帧进行目标检测，提取目标检测框外的特征点，用于更新子图；在目标检测框区域进行语义分割，过滤特征点，筛选出静态特征点，在地图构建阶段，对栅格概率进行更新。
📄 2024116147550
📂 G06V10_26
👤 浙江工业大学
📅 2024-11-13
本发明公开了一种息肉影像语义分割方法及装置。该装置包括采集模块、分割模块和显示模块。使用方法为：采集模块采集肠镜视频，转换为图像帧。分割模块对转换后的图像进行预处理，去除反光的部分，然后输入由编码器、中间层、解码器组成的Ext‑HarDNet网络，抛弃图像的浅层特征，提取深层特征对应的注意力特征，经过特征融合后进行双线性采样。得到的分割结果由显示模块展示。本方法可以克服主流的去反光方法导致的图片压缩、模块问题，使用低流量的HarDNet框架构建主干网络，可以提高速度，满足实时性。中间层可以加强全局特征联系。解码器的融合方法可以提升有效感受野的比例。最终实现对息肉图像的精准、快速分割。
📄 2021109816903
📂 G06T7_10
👤 浙江工业大学
📅 2021-08-25
本发明为实时语义分割隧道超欠挖监测方法及系统，包括：获取不同的挖掘条件和地质背景下适合开挖的隧道施工过程中不同挖土面区域的高分辨率图像，并标注超挖和欠挖区域标签；数据清洗与增强，通过数据清洗与增强处理后得到若干张分辨率为512×1024的隧道超欠挖图像，组成目标数据集；构建FP‑Former语义分割深度神经网络，利用目标数据集中的图像训练FP‑Former语义分割深度神经网络，监测超挖欠挖区域，输出预测概率图；对输出的预测概率图进行二值化处理，将概率大于0.5的像素标记为超挖区域，反之则为欠挖区域。本发明能够有效地提取不同尺度的特征，从而提升分割精度，在GPU类设备上运行时，表现出较好的性能与效率平衡，使得大规模数据处理成为可能。
📄 202411621008X
📂 G06V10_26
👤 华东交通大学; 重庆大学溧阳智慧城市研究院
📅 2024-11-14
本发明涉及一种语义分割方法、系统和电子设备，该方法包括：获取待分割图片；将所述待分割图片输入训练好的语义分割模型，得到最终语义分割图。本发明通过训练好的语义分割模型，能够得到待分割图片所包含的语义信息。
📄 2021110498193
📂 G06V10_26
👤 武汉工程大学
📅 2021-09-08
本发明实施例公开了一种语义分割模型的训练方法和装置、电子设备、存储介质，其中方法包括：通过语义分割模型，对各未标注图像进行图像语义分割，得到初步语义分割结果，作为所述未标注图像的类别；通过卷积神经网络，基于各所述未标注图像的类别，及各已标注图像的类别，得到各图像分别对应的子图像及子图像对应的特征，所述各图像包括各所述未标注图像及各所述已标注图像，所述各子图像携带有对应图像的类别；基于各子图像的类别，及各子图像之间的特征距离，训练语义分割模型。本发明上述实施例训练得到的语义分割模型，在语义分割上能获得较高的准确率。
📄 2017106485457
📂 G06K9_34
👤 北京市商汤科技开发有限公司
📅 2017-08-01
本公开实施例公开了一种语义分割及网络训练方法和装置、设备、介质、程序，其中方法包括：对图像进行处理，获得所述图像对应的至少一个第一图像特征，和全局语义信息；基于所述全局语义信息和所述第一图像特征，得到第二图像特征；基于所述第二图像特征，获得所述图像的语义分割结果。本公开上述实施例，获得的图像语义分割结果，能够基于全局语义信息得到图像的语义分割结果，从而有利于提高语义分割性能。
📄 2018100557437
📂 G06K9_34
👤 北京市商汤科技开发有限公司
📅 2018-01-19
公开了一种语义分割方法、装置、设备及计算机可读存储介质，所述方法包括：获取待处理图像的待处理特征信息，所述待处理图像包括第一模式图像，以及与所述第一模式图像对应的第二模式图像，所述待处理特征信息包括所述第一模式图像的第一特征信息，以及所述第二模式图像的第二特征信息；对所述第一特征信息和所述第二特征信息进行连接，得到第一连接特征信息；根据所述第一连接特征信息，确定所述待处理特征信息的补偿信息；根据所述补偿信息对所述待处理特征信息进行校正，得到校正特征信息；根据所述校正特征信息，确定所述待处理图像中每个像素的语义分类结果。
📄 2020100765352
📂 G06T7_11
👤 北京市商汤科技开发有限公司
📅 2020-01-23
柿子坊 · 知识产权运营
柿子坊知识产权运营平台