发明专利已授权

一种非对称编码网络的物体图像3D语义预测分割方法

Name: 一种非对称编码网络的物体图像3D语义预测分割方法
Brand: 浙江科技学院
SKU: 2019110125947
Availability: InStock

📄 申请号：CN201911012594.7 📄 发布日：2026/10/14

著录项目信息

申请日

2019-10-23

公开号

CN110782458B

公开日

2022-05-31

申请人

浙江科技学院

法律状态

已下证

专利类型

发明

主分类号

G06T7_10

IPC 分类号

G06T7_10

技术画像

所属领域

图像识别图像识别人工智能算法计算机视觉

应用场景

自动驾驶, 机器人视觉, 三维重建, 增强现实, 工业检测

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

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。

常见问题

这项专利是否已经下证？

是的，该专利已下证，法律状态为“已下证”，公开号： CN110782458B

购买这项专利需要经过哪些流程？

平台提供担保交易、全程代办转让手续。买家可委托平台代购，平台协助完成权属尽调、合同签署、国家知识产权局著录项目变更等流程。

该专利的转让价格是多少？

当前标价为议价，可委托平台代购或预约谈判。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

基于卷积神经网络的3D图像质量检测方法

当前第 / 件

一种基于双流特征融合的语义分割方法

同领域国内专利 · IPC: (G06T7_10)

G06T7_00 G06T7_10 G06T7_11 G06T7_12 G06T7_13 G06T7_136 G06T7_143 G06T7_149 G06T7_155 G06T7_168 G06T7_174 G06T7_181 G06T7_187 G06T7_194 G06T7_20 G06T7_207 G06T7_215 G06T7_223 G06T7_246 G06T7_254 G06T7_269 G06T7_277 G06T7_292 G06T7_30 G06T7_32 G06T7_33 G06T7_37 G06T7_38 G06T7_40 G06T7_41 G06T7_44 G06T7_45 G06T7_49 G06T7_50 G06T7_521 G06T7_55 G06T7_557 G06T7_564 G06T7_579 G06T7_593 G06T7_60 G06T7_62 G06T7_64 G06T7_66 G06T7_68 G06T7_70 G06T7_73 G06T7_77 G06T7_80 G06T7_90 覆盖50个领域

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：5 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 2657件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)