本发明公开了一种基于文本掩码协作提示的弱监督语义分割方法及系统，方法包括：获取待处理的图像信息以及文本信息；将待处理的图像信息输入弱监督的语义分割模型进行处理，输出分割结果；其中，弱监督的语义分割模型通过协同使用自监督文本提示STP分支结构和弱监督掩模提示WMP分支结构进行重构并训练获得；自监督文本提示STP分支结构利用跨层块关联和多尺度文本特征抑制背景噪声，弱监督掩模提示WMP分支结构采用掩模种子细化边界精度。本发明通过协同使用文本和掩码提示来增强CAM性能。
📄 2025100076530
📂 G06V10_26
👤 广东技术师范大学
📅 2025-01-03
本发明适用于图像处理技术领域，提供了一种医学图像分割模型的构建方法、系统、设备和存储介质，所述方法包括以下步骤：获取用于进行模型训练的图像数据集；根据所述图像数据集进行医学图像分割模型的训练；对所述医学图像分割模型进行观测以进行网格寻优以确定最优参数，直至所述医学图像分割模型达到最佳拟合后完成医学图像分割模型的构建，本发明实施例在进行上采样时能够获取到更多的高分辨率信息，进而更完善地恢复原始图像中的细节，医学图像分割模型能够保留更多高层特征图蕴含的高分辨率信息，从而提高了图像分割精度。
📄 2022110801208
📂 G06V10_26
👤 江南大学
📅 2022-09-05
本发明涉及一种基于跨模态对齐融合的RGB‑D语义分割方法。使用空间通道注意力机制，充分利用了空间和通道关系，使两个分支都能关注与对方的互补信息，用来解决引入多模态产生的噪声问题，并引入了语义流矫正模块，有效解决了不同模态之间对应像素不能够良好的对齐的问题，最后在解码器部分也使用了加入语义流矫正模块的解码器使深层的语义信息更有效的传递到浅层。经过实验，验证了我们所提出算法的可靠性和可行性。
📄 2023111888947
📂 G06V10_26
👤 闽江大学
📅 2023-09-15
本发明提出基于残差排序和稀疏限制的基础矩阵拟合方法，所述拟合方法为包含多个模型实例和高比例离群点的数据集生成有效距离矩阵，具体包括以下步骤；步骤S1：设定输入数据，模型实例个数S，采样次数M；步骤S2：通过改进算法AGS使用采样权重和信息论原理来选择有效数据，然后从有效数据中选择数据子集，生成M个模型假设；步骤S3：用生成的M个模型假设计算鉴别距离矩阵；步骤S4：用信息理论和计算稀疏距离矩阵；步骤S5：在上使用参数S执行谱聚类来获得的类标；本发明能有效地结合残差排序和稀疏限制的优点，可高效地为包含多个模型实例和高比例离群点的数据生成更为准确的距离矩阵。
📄 2023101498066
📂 G06V10_26
👤 闽江学院
📅 2023-02-22
本发明公开了一种遥感图像语义分割方法、存储介质及计算设备,对大规模遥感图像和其对应的标签图像进行等比例裁剪,得到用于训练的小块遥感图像;随机对小块遥感图像和对应的标签图像进行处理,然后对生成的所有训练图片和其对应的标签图像按顺序进行编号,得到扩充后的训练用遥感图像数据集;构建损失函数并将训练图片依次放入语义分割网络中,得到训练好的遥感图像语义分割网络;遍历整张特征图的全部像素并进行优化操作,然后随机裁剪的小块遥感图像进行合并操作,对于重合部分进行多数投票表决,得到大规模遥感图像的分割结果,完成特征图合并操作。本发明处理速度快,效果好。
📄 2020109050247
📂 G06V10_26
👤 西安电子科技大学
📅 2020-09-01
本公开提供了一种图像处理方法、装置、设备以及存储介质，本公开涉及人工智能技术领域，具体涉及计算机视觉和深度学习技术，具体可用于智能裁剪场景下。具体方案为：将目标图像输入到预先训练的图像分割模型，其中，目标图像包有至少一个子图；通过图像分割模型提取目标图像的高层语义特征和低层特征，并基于高层语义特征和低层特征确定子图在目标图像中的目标位置信息；基于子图的目标位置信息，对子图执行预设的处理流程。上述确定子图的位置信息的过程更加迅速，位置信息的准确度更高，有助于降低时间和经济成本。
📄 2021110820933
📂 G06V10_26
👤 北京百度网讯科技有限公司
📅 2021-09-15
本发明涉及医疗影像处理技术领域，公开了一种基于图像识别的神经肿瘤识别定位方法及系统，获取患者的神经医学图像，对图像进行预处理，利用Transformer‑ConvNet混合模型对预处理后的图像进行特征提取，将提取到的特征输入到分类器中，进行肿瘤的初步识别，若初步识别存在肿瘤，利用基于可变形卷积的RPN网络在图像中生成包含肿瘤的候选区域，采用全连接神经网络对候选区域进行语义分割，确定肿瘤的具体位置和轮廓，根据肿瘤的具体位置和轮廓，结合肿瘤的形态学特征，生成最终的识别结果；本发明能够更高效、准确地识别和定位神经肿瘤，为临床诊断和治疗提供了有力的支持。
📄 202511351965X
📂 G06V10_26
👤 武文杰
📅 2025-09-22
本发明公开了一种基于半监督的双网络医学图像分割方法，包括如下步骤：处理数据集，将数据集按照4:1的比例随机划分为训练集和测试集，并进行图像增强；搭建DNSS网络模型，采用基于几何感知网络和基于图像变换一致性网络，并在辅助网络末端添加不确定性感知模块，以有效的利用未标记数据；在训练集上，对DNSS网络进行训练，执行分割任务并生成分割模型；在测试集上测试模型，根据测试的结果，选择出性能最优的模型为最终模型，并保存下来。本发明能够生成高效、精确的标签数据，减少医学图像分割对人工记数据的依赖，减少人工标记医学图像的成本，可以辅助医生诊断。
📄 2022110028811
📂 G06V10_26
👤 江苏科技大学
📅 2022-08-19
本发明公开了一种基于轻量级神经网络模型的图像语义分割方法及系统，涉及人工智能领域。所述方法包括：所述轻量级神经网络模型包括初始化模块、空间分支、语义分支和多尺度特征融合解码器；所述图像语义分割方法包括：响应于待处理图像的处理指令，基于初始化模块对待处理图像进行特征提取，得到第一特征图；基于空间分支提取第一特征图的空间信息；基于语义分支提取第一特征图的多尺度特征信息，并融合多尺度特征信息和空间信息，得到增强特征图；基于多尺度特征融合解码器，将第一特征图与增强特征图进行融合，并进行图像尺寸恢复，得到图像语义分割结果。相较于现有技术，本发明在分割精度与实时性之间实现更好的性能均衡。
📄 2023110950885
📂 G06V10_26
👤 暨南大学
📅 2023-08-28
本发明公开了一种基于多种特征融合的图像语义分割方法，包括如下步骤：首先构造融合增强特征和图像边缘特征的空洞‑稠密结构；将待分割图像分别输入到图像增强通道、空洞卷积通道和图像边缘特征提取通道进行特征提取；接着将提取得到的特征通过稠密连接的方式进行合并；然后将合并的特征传递到多个由三层空洞卷积构成的稠密块中，最后通过反卷积层得到像素分类后的结果。本发明同时利用方差拟合的方法改进了L1范数的平滑性，并利用改进后的L1范数裁剪掉卷积层中存在的冗余卷积核。本图像语义分割方法在卷积层参数适中情况下提高了图像语义分割的效果。
📄 2020112012081
📂 G06V10_26
👤 东莞觅数科技发展有限公司
📅 2020-11-02
本发明属于计算机视觉技术领域，公开了一种基于自适应原型聚合网络的小样本图像分割方法，本发明提出的自适应原型聚合网络包括先验掩码生成模块、原型聚合模块以及视觉关联建模模块。将三个模块集成起来，并应用通用的解码器构建的；先验掩码生成模块生成的先验掩码提供查询对象的粗略定位；自适应原型聚合模块将支持特征、查询特征以及类语义信息；视觉关联建模模块得到视觉关联特征，弥补了一维原型向量损失的空间细节。本发明能够选择性地利用支持和查询集信息以及语义信息，为最后的特征匹配过程生成更具类特定性的原型，扩充了原型向量的表示内容，从而一定程度上缓解了因为支持和查询对象之间的类内差异造成模型性能退化的问题。
📄 2023117152176
📂 G06V10_26
👤 南京邮电大学
📅 2023-12-14
本发明公开了任务自适应金属表面缺陷小样本语义分割方法及系统设备，涉及金属表面缺陷检测技术、深度学习网络技术领域，本方案利用长短期记忆递归神经网络LSTM的思想，设计了不同的门控机制和结合可训练记忆种子来实现金属表面缺陷小样本语义分割的任务自适应，使得本方案有利于应用在流水线检测作业的高效运行。除此之外，本方案充分利用门控机制学习支撑‑查询对的上下文知识，指导模型产生高精度分割掩码，而在此基础上，本方案进一步提出了利用注意力蒸馏模块来促进和加速模型迭代过程，使得技术方案更加适用于高速金属表面缺陷检测的流水线作业，实现高精度的预测结果。
📄 2025108706374
📂 G06V10_26
👤 龙岩学院
📅 2025-06-26
柿子坊 · 知识产权运营
柿子坊知识产权运营平台