法律状态: 全部 已授权 审中
项目申报: 全部 报过 没有报过
共 183 件在售专利
本发明涉及计算机视觉技术领域,尤其是指一种基于归纳偏置和动态特征聚合的深度智能分割方法,包括:构建图像智能分割模型,包括初始层、编码器、瓶颈层、解码器、空间注意力模块以及输出层;将原始图像输入至图像智能分割模型,输出分割预测图像。所述图像智能分割模型应用DConvNeXt模块,结合具有动态特征建模能力的可变形卷积v4算子与高效局部注意力机制作为令牌混合器,在有效提升模型的特征建模能力的同时,显著增强了特征表示的灵活性和动态性。本发明能够有效处理复杂图像分割任务,显著提高了在多样化应用场景中的适应性和处理复杂图像的分割精度。
📄 2024113947821 📂 G06V10_26 👤 江南大学; 大连理工大学; 吉林大学; 苏州大学 📅 2024-10-08
¥0.0 元
本发明涉及图像分割技术领域,尤其是指一种基于多模态数据融合的目标分割方法及图像标注工具,该方法包括:获取包含目标的初始RGB图像、初始红外图像和初始深度图像;对其进行对齐处理,得到处在同一坐标系下的第一RGB图像、第一红外图像和第一深度图像;在第一RGB图像指定初始提示点,通过初始提示点分别获取不同模态图像中表征目标区域的第一掩模;基于第一RGB图像、第一红外图像和第一深度图像的第一掩模,将不同模态下图像的像素值进行融合,得到第二掩模;基于第二掩模,确定目标的最小包围框,对最小包围框进行校准,得到目标的分割结果。本发明通过多模态数据融合和迭代优化策略,显著提升了目标分割的精度和鲁棒性,适用于多种复杂应用场景。
📄 2024113334451 📂 G06V10_26 👤 江南大学, 江苏数伽科技有限公司 📅 2024-09-24
¥0.0 元
本发明涉及图像处理技术领域,公开一种基于大模型分割的高光谱目标跟踪方法、系统、介质和设备,包括:构建包括分割模型和孪生网络的跟踪网络模型,获取现有的高光谱视频数据进行预处理并训练跟踪网络模型得到教师模型;获取待测物体的高光谱视频数据进行预处理并分为训练集和测试集,将跟踪网络模型作为学生模型,使用教师模型和训练集训练学生模型得到预测模型,训练学生模型时将预处理后的图像输入分割模型进行目标和背景的分割,将分割结果与背景进行加权后输入孪生网路得到特征图,根据特征图进行目标跟踪。本发明可以有效区分目标和背景,提高目标跟踪的准确性。
📄 2024100777841 📂 G06V10_26 👤 江南大学 📅 2024-01-18
¥0.0 元
本申请公开了一种基于异常检测的小样本医学图像分割方法,涉及医学技术领域,该方法利用特征提取模块对输入的支持切片图像提取支持特征以及对输入的查询切片图像提取查询特征,利用原型提取模块基于支持特征及对应的超像素标签提取得到各个前景类别的前景原型,利用异常检测模块基于查询特征和各个前景类别的前景原型得到分割结果,继而结合对应的超像素标签计算得到损失函数进行模型训练用于小样本医学图像分割。该方法引入异常检测模块使得网络模型能够更好地适应医学图像的特殊性,从而更好地应对不同器官、不同密度和不同结构的医学图像分割,能够有效提高小样本医学图像分割的性能和可靠性。
📄 2023117582691 📂 G06V10_26 👤 江南大学 📅 2023-12-19
¥0.0 元
本发明提供一种基于增强型一次性聚合网络的实例分割方法,其在处理图像数据时能提供丰富、有效的特征信息,模型有较强的泛化能力,进行图像实例分割时可以有更好的检测精度和实时性。本方法基于VoVNet模型构建骨干网络模型,在骨干网络中加入多维注意力通道混洗模块2D‑SA;2D‑SA注意力增强结构首先通过对特征进行分组计算图像特征序列的权重,其次,将每个子模块拆分通道注意力和空间注意力两个分支,以实现多维度特征提取;然后对多维度特征进行连接和聚合,并引入通道混洗运算符以实现沿通道维度的跨组信息流。
📄 2023114226784 📂 G06V10_26 👤 江南大学 📅 2023-10-31
¥0.0 元
本发明提供的一种基于改进双流特征提取网络的实时语义分割方法,其构建了实时语义分割网络对待处理图像数据进行语义分割,实时语义分割网络为双流特征提取网络,其输入端特征图来源分别是语义路径中三种不同分辨率的特征图,这样既能避免重复计算、降低模型参数量,还可以加深各路径间特征信息的关联性,使网络模型具有更好的多尺度特征信息融合效果。通过设计空间特征信息增强模块,改变空间路径输入特征信息,完成了传统双流特征提取网络的优化,确保还原足够的空间特征细节信息用于预测任务,同时确保本发明技术方案能够在实验环境下进行实时分割,使语义分割算法能够更灵活的适用于不同的应用场景。
📄 2023105244105 📂 G06V10_26 👤 江南大学 📅 2023-05-11
¥0.0 元
本发明属于医学图像处理与人工智能领域,具体涉及面向多源异构医学影像的通用图像分割模型及分割方法,图像分割模型若干DAMoE复合模块,DAMoE复合模块用于在统一的框架内,显式地解耦并处理跨域数据中的共享与特异性特征;DAMoE复合模块包括位于第一层的任务级MoE和位于第二层像素级MoE;分割方法包括将医学图像数据输入至图像分割模型中得到分割结果;能够有效解耦域共享与域特异性特征,避免了多域数据联合训练时常见的“负迁移”现象,在处理多源异构数据时的卓越泛化能力和分割精度;且在取得最佳性能的同时,保持了极高的计算效率,同时,本发明具有更好的鲁棒性和稳定性,不会因数据集特性的变化而出现性能大幅波动。
📄 2026109026870 📂 G06V10_26 👤 江南大学, 无锡市人民医院, 安徽天翌机械科技有限公司 📅 2026-06-23
¥0.0 元
本发明涉及语义分割技术领域,公开了一种基于双分支实时语义分割网络的图像分割方法,获取待分割图像,输入包括特征提取模块、语义分支、空间分支、双分支交互模块、特征融合模块与预测分割头的双分支实时语义分割网络进行图像分割;其中,在第一双分支交互模块中,对第一语义特征进行双线性插值上采样后与第一空间特征相加,获取第一交互空间特征;令第一空间特征经过局部特征优化单元与门控单元后,与第一语义特征逐元素相乘,获取第一交互语义特征;将获取的交互语义特征、交互空间特征,输入对应的语义分支、空间分支的下一个基本残差块,直至获取第个语义特征与第个空间特征,进行特征融合与预测分割,获取图像分割结果。
📄 2025115223532 📂 G06V10_26 👤 江南大学 📅 2025-10-23
¥0.0 元
本发明属于图像分割技术领域,涉及一种融合空间域和频域信息的混合网络框架及应用,该框架包括对称布置的四层下采样与四层上采样;每层下采样的后端都接入一MAP模块,最前一层下采样中采用分块嵌入;前三层上采样每层前端都配有一MAP模块,后三层上采样均通过一个MFF模块与最前一层上采样连接;前三层下采样每层的MAP模块分别通过FFE模块分别与后三层上采样每层的输出相加,且最后一层下采样的MAP模块通过FFE模块直接与最后一层上采样连接;该架构结合FFE和MAP模块来增强空间域和频域特征信息,并设计TAA和MFF模块,有效地结合了低级细节信息与高级语义信息。
📄 2025111487048 📂 G06V10_26 👤 常熟市第一人民医院, 江南大学 📅 2025-08-18
¥0.0 元
本发明涉及医学图像分割技术领域,具体为一种基于边缘感知多原型学习的少样本医学图像分割方法,方法包括:将支持和查询图像输入到特征编码器中,提取不同尺寸的支持和查询特征图;输入到局部注意力融合原型生成器中,生成支持前景原型;再通过动态腐蚀操作处理支持掩码,生成内边界原型;通过多层感知机生成多前景局部原型;通过多尺度特征提取优化局部与全局信息,得到多尺度原型;之后进行融合,得到多原型前景原型;利用双阶段原型优化网络对多原型前景原型进行动态计算加权,并进行自动校准;之后通过原型预测模块,进行预测,最后通过损失计算模块进行协同优化;本发明方法能有效解决背景技术中涉及的边缘细节丢失问题。
📄 2025110862991 📂 G06V10_26 👤 常熟市第一人民医院, 江南大学 📅 2025-08-05
¥0.0 元
本发明公开了一种基于双视角一致性感知的半监督语义分割方法及系统,属于计算机视觉及语义分割技术领域,包括:构建结构相同的教师与学生模型,对训练数据分别施加弱增强与强增强;教师模型基于弱增强未标注图像生成伪标签,学生模型则同时预测强增强与弱增强图像。通过计算伪标签与学生模型弱增强预测间的一致性差异,得出各未标注样本的硬度值,并以此加权未标注损失。最终,结合标注数据的监督损失与加权后的未标注损失共同优化学生模型,并通过指数滑动平均更新教师模型。基于更新后的学生模型和教师模型,完成语义分割。本发明通过上述技术手段的协同作用,在少量标注样本的条件下,实现了更高效、更稳定、更高精度的半监督语义分割。
📄 2026103144074 📂 G06V10_26 👤 暨南大学 📅 2026-03-16
¥0.0 元
本发明公开了一种基于图像语义分割与分类的身份识别方法与系统,属于图像模式识别领域,包括:构建语义分割网络,基于人眼图像数据集与对应的掩码标签进行训练,获得已训练语义分割网络和虹膜图像集;构建目标分类网络,基于虹膜图像集与对应的身份标签进行训练,获得已训练目标分类网络;获取待识别图像,对待识别图像进行预处理得到待识别实时人眼图像;基于已训练语义分割网络与实时人眼图像获得待识别虹膜图像;通过已训练目标分类网络对待识别虹膜图像进行分类,获得身份标签,实现身份识别。本发明设计一种基于注意力机制和轻量高效模块的语义分割卷积神经网络及目标分类卷积神经网络,使基于虹膜的身份识别方法更准确、更安全、更高效。
📄 2024100213887 📂 G06V10_26 👤 暨南大学 📅 2024-01-08
¥0.0 元
发明 已授权

一种基于归纳偏置和动态特征聚合的深度智能分割方法

2024113947821 · 江南大学; 大连理工大学; 吉林大学; 苏州大学
¥0.0 元
发明 已授权

一种基于多模态数据融合的目标分割方法及图像标注工具

2024113334451 · 江南大学, 江苏数伽科技有限公司
¥0.0 元
发明 已授权
发明 已授权
发明 已授权
发明 已授权
发明 已授权

面向多源异构医学影像的通用图像分割模型及分割方法

2026109026870 · 江南大学, 无锡市人民医院, 安徽天翌机械科技有限公司
¥0.0 元
发明 已授权
发明 已授权

一种融合空间域和频域信息的混合网络框架及其应用

2025111487048 · 常熟市第一人民医院, 江南大学
¥0.0 元
发明 已授权

基于边缘感知多原型学习的少样本医学图像分割方法

2025110862991 · 常熟市第一人民医院, 江南大学
¥0.0 元
发明 已授权
发明 已授权

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