法律状态: 全部 已授权 审中
项目申报: 全部 报过 没有报过
共 85 件在售专利
本发明涉及图像语义分割技术领域,尤其是指一种基于邻域与形变注意力协同作用的食品分割方法及装置,包括:构建食品分割模型,所述食品分割模型包括依次连接的编码器、多尺度处理器、解码器和分割器;所述编码器包括多个阶段,每个阶段包括下采样模块、多个由邻域模块和膨胀邻域模块组成的串联结构;所述多尺度处理器包括依次连接的维度一致模块、若干个多尺度可形变模块和维度恢复模块;将原始食品图像输入食品分割模型,输出目标食品分割图像。本发明使用邻域注意力和多尺度形变注意力协同作用的特征提取方式,提供了更加精细的食材决策边界,实现对食物边界和形状更有效处理。
📄 2024112163380 📂 G06T7_10 👤 江南大学 📅 2024-09-02
¥0.0 元
本发明涉及一种基于轮廓的图像实例分割方法及系统,方法包括将目标图像输入至轻量级特征提取网络中,得到图像中目标实例的下采样特征图、中心点和轮廓顶点相对中心点的偏移量;根据中心点和轮廓顶点相对中心点的偏移量,计算得到初始轮廓;对目标实例的下采样特征图和初始轮廓进行全局特征融合,得到粗糙轮廓;对粗糙轮廓进行第一次轮廓变形,得到初步的实例轮廓,并将初步的实例轮廓进行第二次轮廓变形,得到最终的实例轮廓。本发明其摒弃了传统手工设计初始轮廓的方法,而基于网络学习更接近真值的初始轮廓,在保持算法分割精度的同时,具有较小的参数量和计算量,且具有较快的推理速度,能够应用于使用边缘平台进行现实场景中的实例分割任务。
📄 2023103962638 📂 G06T7_10 👤 江南大学 📅 2023-04-13
¥0.0 元
本发明提出一种基于双池化融合的裂缝图像分割方法,属于裂缝检测与评估技术领域。首先,对输入图像进行预处理;随后,将预处理后的图像输入至双分支方向感知模块DBDA,以提取局部细节与方向纹理信息,该局部特征与原始图像特征一并输入至双路门控模块DGM,该模块内置双池化像素注意门控融合模块DP‑PAM,能够实现像素级的自适应加权融合;最后,通过残差连接与多层感知机处理,输出像素级分割图,并给出相应评价指标。本发明所提出的模块具有显著的有效性,在维持可控计算开销的基础上,强化了全局特征与局部特征的协同作用,从而有效提升了细长裂缝及复杂形态裂缝的分割精度与模型鲁棒性。
📄 2025115578046 📂 G06T7_10 👤 南通大学 📅 2025-10-29
¥0.0 元
本发明公开了一种基于边界增强的图像分割方法,包括:建立边界增强的图像分割网络模型,并利用训练好的网络模型对输入图像进行分割;其中,图像分割网络模型的编码器包括第一特征提取模块、边界提取模块以及第二特征提取模块,主要用于提取输入图像的边界特征和边界标签,以获得不同尺度的特征图;图像分割网络模型的解码器包括双向互增强模块和一个多尺度注意力聚合模块,主要用于基于尺度维度、空间维度以及通道维度对增强特征图进行注意力聚合处理,得到多维度融合特征图。该方法提取到的边界信息更加准确,使获得的多维度融合特征图突出能够更加有效提高分割结果准确率的空间信息和语义信息,从而提高了图像分割的准确率。
📄 2023101655052 📂 G06T7_10 👤 西安电子科技大学 📅 2023-02-24
¥0.0 元
本发明公开了一种基于多支路特征融合的图像分割方法及系统,建立三个基于Xception的轻量化子网络,对三个子网络的输出进行通道缩减操作和4倍双线性上采样,得到三个子网络的高级特征输出,然后将第一高级特征输出和第二高级特征输出并联到第二特征提取模块和第三特征提取模块,构造图像分割模型的编码器;将三个特征提取子网络的输出分别进行通道缩减操作得到低级特征和高级特征,构造完成图像分割模型的解码器;使用两个尺寸不同的预测图像构造损失函数;使用随机梯度下降优化器对损失函数进行优化训练,获得训练好的图像分割模型,使用训练好的图像分割模型完成图像的分割任务。本发明提高了分割准确率;加快图像分割速度;改善分割结果图细节部分。
📄 2021104326575 📂 G06T7_10 👤 西安电子科技大学 📅 2021-04-21
¥0.0 元
本发明公开了基于改进全卷积神经网络的室内场景语义分割方法。首先构建卷积神经网络,其隐层包括5个神经网络块、5个特征再提取卷积层块、5个分块注意力卷积块、12个融合层、4个上采样层;使用原始室内场景图像输入到卷积神经网络中进行训练,得到对应的语义分割预测图;再通过计算原始的室内场景图像对应的语义分割预测图构成的集合与对应的真实语义分割图像处理成的独热编码图像构成的集合之间的损失函数值,获得卷积神经网络分类训练模型的最优权值矢量和偏置项;将待语义分割的室内场景图像输入到训练好的卷积神经网络分类训练模型中,得到预测语义分割图像。本发明的优点是提高了室内场景图像的语义分割效率和准确度。
📄 2020115599425 📂 G06T7_10 👤 浙江科技学院 📅 2020-12-25
¥0.0 元
本发明公开了一种非对称编码网络的物体图像3D语义预测分割方法。选取RGB图像、深度图和对应的语义标签构成构成训练集,构建非对称编码网络的卷积神经网络,包括两个输入层、隐层和三个输出层,将训练集输入到卷积神经网络中进行训练,得到训练集中的每幅RGB图像对应的预测分割图像,计算训练集中的每幅RGB图像对应的预测分割图像与对应的真实深度图像之间的损失函数值,不断训练取值最小的损失函数值对应的权值矢量和偏置项;待预测的RGB图像和深度图像输入到训练好的深度可分卷积神经网络训练模型中,得到预测分割图像。本发明构建了非对称编码网络的网络结构,实现了物体图像3D语义预测分割,且分割结果精度高。
📄 2019110125947 📂 G06T7_10 👤 浙江科技学院 📅 2019-10-23
¥0.0 元
本发明公开了一种基于残差金字塔池化神经网络的语义分割方法。首先构建卷积神经网络,其隐层包括10个残差神经网络块、4个Residual ASPP块和5个Basic块;使用原始的室内场景图像输入到卷积神经网络中进行训练,得到对应的语义分割预测图;再通过计算原始的室内场景图像对应的语义分割预测图构成的集合与对应的真实语义分割图像处理成的40幅独热编码图像构成的集合之间的损失函数值,获得卷积神经网络分类训练模型的最优权值矢量和偏置项;在测试阶段,将待语义分割的室内场景图像输入到卷积神经网络分类训练模型中,得到语义分割预测图。本发明提高了室内场景图像的语义分割效率和准确度。
📄 2019108649696 📂 G06T7_10 👤 浙江科技学院 📅 2019-09-09
¥0.0 元
本发明属于图像处理技术领域,具体涉及基于动态通道图卷积与多尺度注意力的闪电通道分割方法。本发明首次将语义分割模型引入闪电通道识别任务,并针对闪电通道图像的相关特性引进了基线网络,首先,引入了Transfomer层建模局部特征的全局依赖,提升了网络对不明显闪电通道的识别能力,其次,引入动态图卷积建模通道关系,改善了Transformer层在编码序列时信息丢失问题,最后,在跳跃连接结构中引入多尺度注意力,在补充局部细节信息的同时抑制了无关信息的干扰。改进网络从定量指标与定性评价较基线网络具有较大提升,验证本发明方法的有效性。本发明方法较基于传统图像分割算法的方法更具泛化性与鲁棒性,能够有效识别多种情景下的闪电通道。
📄 2023110598222 📂 G06T7_10 👤 南通大学; 中国科学院大气物理研究所 📅 2023-08-22
¥0.0 元
本发明涉及一种基于风格转换的跨场景高光谱图像分割方法。本发明包括以下步骤;构建跨场景高光谱图像分割数据集;构建多视角信息融合分割网络;构建基于风格转换的跨场景高光谱图像分割网络;训练并测试基于风格转换的跨场景高光谱图像分割网络。与现有技术相比,本发明通过跨场景高光谱图像分割网络,解决了现有高光谱分类任务中,由于不同卫星高光谱图像之间存在风格差异,导致难以将源域训练模型迁移至目标域数据集的问题。此外,本发明采用多视角信息融合分割网络以聚合高光谱图像的空谱信息,从而实现了将源域卫星数据上训练的模型有效迁移至目标域卫星数据的创新方法。
📄 2025100168320 📂 G06T7_10 👤 安徽大学 📅 2025-01-06
¥0.0 元
本公开公开了一种目标分割的方法、装置及电子设备,人工智能领域,具体涉及计算机视觉和深度学习技术,具体可用于智慧城市和智能交通场景下。具体实现方案为:根据待识别视频生成待识别帧和参考帧,所述参考帧为所述待识别帧的前一帧;将所述待识别帧和所述参考帧输入编码网络,并生成待识别帧特征图和参考帧目标物体特征图;根据所述参考帧目标物体特征图和所述待识别帧特征图生成相关矩阵;根据所述相关矩阵和所述待识别帧特征图生成待识别帧目标特征图,并根据所述待识别帧目标特征图生成目标分割图像。本公开实施例可以检测待识别帧中的目标物体。本公开实施例可以提高分割待识别帧中目标物体的准确率。
📄 2021107363951 📂 G06T7_10 👤 北京百度网讯科技有限公司 📅 2021-06-30
¥0.0 元
本申请提供一种图像处理方法、装置、电子设备及存储介质,涉及图像处理领域中的计算机视觉以及图像识别技术,该图像处理方法包括:获取原始图像;获取至少两份碎片图像,所有碎片图像组成原始图像;根据各碎片图像以及原始图像进行特征匹配,确定各碎片图像在原始图像中的匹配图像块;在单份碎片图像对应的匹配图像块为至少两个时,对至少两个匹配图像块进行筛选,得到单份碎片图像对应的单个匹配图像块;基于各碎片图像对应的单个匹配图像块,确定各碎片图像在原始图像中的位置。本申请通过将碎片图像与原始图像进行特征匹配,进一步还包括对匹配图像块进行筛选的步骤,从而可以唯一确定碎片图像在原图像中的位置。
📄 2020106128521 📂 G06T7_10 👤 北京百度网讯科技有限公司 📅 2020-06-30
¥0.0 元
发明 已授权
发明 已授权

基于轮廓的图像实例分割方法及系统

2023103962638 · 江南大学
¥0.0 元
发明 已授权

一种基于双池化融合的裂缝图像分割方法

2025115578046 · 南通大学
¥0.0 元
发明 已授权

一种基于边界增强的图像分割方法(需要二次变更)

2023101655052 · 西安电子科技大学
¥0.0 元
发明 已授权
发明 已授权

基于改进全卷积神经网络的室内场景语义分割方法

2020115599425 · 浙江科技学院
¥0.0 元
发明 已授权
发明 已授权

一种基于残差金字塔池化神经网络的语义分割方法

2019108649696 · 浙江科技学院
¥0.0 元
发明 已授权

基于动态通道图卷积与多尺度注意力的闪电通道分割方法

2023110598222 · 南通大学; 中国科学院大气物理研究所
¥0.0 元
发明 已授权
发明 已授权

目标分割的方法、装置及电子设备

2021107363951 · 北京百度网讯科技有限公司
¥0.0 元
发明 已授权

图像处理方法、装置、电子设备及存储介质

2020106128521 · 北京百度网讯科技有限公司
¥0.0 元

求购专区 · 发布技术需求,卖家在线应标

🔋 高能量密度固态电解质材料与制备工艺
预算:¥50-100万截止:2026-08-30发布方:××新能源科技响应:8人

交易保障 · 安心交易

资金托管

买家付款至平台,交易完成/过户成功后放款给卖家

权属尽调

专利有效性分析 + 权属状态核查,确保交易安全

合同审核

标准转让/许可合同模板,支持在线电子签署

全程代办

著录项目变更、备案手续全程代办,省心省力

交易流程 · 六步完成专利交易

1
选专利
2
在线沟通
3
签署合同
4
支付款项
5
办理变更
6
过户完成

成功交易案例

🔬

固态锂电池电解质专利包

转让方:中国科学院××研究所
受让方:××新能源科技有限公司
交易类型:独占许可
交易金额:¥320万
🧬

CRISPR基因编辑技术

转让方:××大学
受让方:××生物医药有限公司
交易类型:转让
交易金额:¥1,200万
⚡

SiC功率器件工艺专利

转让方:××半导体有限公司
受让方:××汽车电子集团
交易类型:转让
交易金额:¥680万
☀️

钙钛矿光伏组件技术

转让方:××科技公司
受让方:××能源集团
交易类型:开放许可
交易金额:¥50万/年