“语义分割”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果205777个，建议您升级VIP下载更多相关专利

[发明专利]一种图像语义分割方法、装置、电子设备及存储介质-CN202210461550.8在审
发明人：周涛;李天鹏;庄林志;邵蒙悦;吴婕;王清如 -专利权人：济南博观智能科技有限公司
申请日： 2022-04-28 - 公布日： 2022-07-29 - 主分类号： G06V10/26 文献下载
摘要：本申请公开了一种图像语义分割方法，应用于包含图像语义分割模型的电子设备，所述图像语义分割模型包括下采样模块、稀疏多层感知机模块，所述图像语义分割方法包括：获取原始图像，利用下采样模块提取原始图像的下采样特征图；对下采样特征图进行线性编码，得到线性编码特征图；利用稀疏多层感知机模块对线性编码特征图进行特征提取，得到输出特征；利用输出特征训练图像语义分割模型，并利用训练后的图像语义分割模型执行图像语义分割任务，本申请能够平衡图像语义分割的速度与精度，使得图像语义分割操作具有较快的速度与较高的精度。本申请还公开了一种图像语义分割装置、一种电子设备及一种存储介质，具有以上有益效果。
一种图像语义分割方法装置电子设备存储介质

[发明专利]一种基于自适应采样的图像语义分割方法及系统-CN202310009647.X在审
发明人：付莹;陈林蔚;郑德智 -专利权人：北京理工大学
申请日： 2023-01-04 - 公布日： 2023-04-11 - 主分类号： G06V10/26 文献下载
摘要：本发明涉及一种基于自适应采样的图像语义分割方法及系统，属于计算机视觉技术领域。首先构建使用自适应采样的语义分割网络，然后使用语义高频损失函数和语义分割任务损失函数对语义分割深度卷积网络进行训练，最后利用训练好的自适应采样的语义分割网络对图像进行语义分割，得到细节丰富、边缘精准的分割结果本发明利用自适应采样策略提高语义分割网络在下采样过程中保留关键区域细节信息的能力，并在上采样过程中利用多尺度局部信息优化上采样结果，使语义分割网络能够以极低的额外计算成本之下，大幅度提高其对图像关键区域细节的识别能力，得到精细准确且一致性较高的语义分割结果。
一种基于自适应采样图像语义分割方法系统

[发明专利]一种灾害视频数据的语义分割方法和系统-CN202210738511.8有效
发明人：乔慧娇;万雪;万幼川 -专利权人：太原理工大学
申请日： 2022-06-22 - 公布日： 2023-06-09 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种灾害视频数据的语义分割方法和系统，涉及图像语义分割领域。该方法包括：建立包括灾害场景的训练数据集，根据语义分割网络和所述数据集，对灾害视频数据进行初步处理，获得初始语义分割结果，根据自动校正算法对所述初始语义分割结果进行自动校正，获得校正后的所述灾害视频数据的语义分割结果，通过本方案的语义分割算法，分割快速、准确且少人工干预，能够以无监督的方式完成初始语义分割结果的校正，从而快速得到满足灾害应急救援精度需求的地物信息。
一种灾害视频数据语义分割方法系统

[发明专利]一种表面缺陷图像的语义分割方法、装置及计算机设备-CN202110504018.5有效
发明人：汤勃;林中康;孙伟;孔建益;李锦达;李玉;戴超凡 -专利权人：武汉科技大学
申请日： 2021-05-10 - 公布日： 2021-07-09 - 主分类号： G06K9/34 文献下载
摘要：本申请涉及图像处理技术领域，以及提供一种表面缺陷图像的语义分割方法、装置及计算机设备；该方法在获取待分割图像后，将待分割图像输入至语义分割模型中，得到待分割图像的分割结果，其中该语义分割模型为预先采用多个具有语义标注的表面缺陷图像对模型中的空间路径模型、上下文路径模型以及语义图路径模型进行训练得到的。由于本申请的语义分割模型是采用空间路径模型、上下文路径模型以及语义图路径模型组成的多并行路径语义分割模型，从而能够确保分割结果的准确性。
一种表面缺陷图像语义分割方法装置计算机设备

[发明专利]图像分割方法、图像分割装置以及计算机可读存储介质-CN202210272526.X在审
发明人：栾新磊;杨朝宇;肖彦洋;周鹏程;毕国强;徐放 -专利权人：中国科学院深圳先进技术研究院
申请日： 2022-03-18 - 公布日： 2023-09-29 - 主分类号： G06T7/11 文献下载
摘要：本申请提供一种图像分割方法、图像分割装置以及计算机可读存储介质。该图像分割方法包括：获取三维图像；将所述三维图像分解为若干二维图像；将所述若干二维图像分别输入语义分割模型，以获取若干二维图像的语义分割图像，其中，所述语义分割图像中像素点的像素值为所述语义分割模型预测的概率值；利用所述若干二维图像的语义分割图像获取所述三维图像的语义分割图像；基于所述三维图像的语义分割图像生成所述三维图像的实例分割结果。通过上述方式，图像分割方法综合多个方向的二维语义分割结果得到三维图像的语义分割结果，避免使用标注成本昂贵的三维图像训练。
图像分割方法装置以及计算机可读存储介质

[发明专利]语义分割方法、装置、电子设备及存储介质-CN202210012546.3有效
发明人：王金桥;陈盈盈;朱炳科 -专利权人：中科视语（北京）科技有限公司
申请日： 2022-01-07 - 公布日： 2022-05-03 - 主分类号： G06V20/10 文献下载
摘要：本发明提供一种语义分割方法、装置、电子设备及存储介质，其中方法包括：获取待分割图像；将所述待分割图像输入至语义分割模型，得到所述语义分割模型输出的所述待分割图像的语义分割结果；其中，所述语义分割模型是基于样本图像，以及样本图像对应的样本语义分割结果训练得到的；所述语义分割模型基于级联区域分类层对所述待分割图像的增强图像特征进行像素分类特征提取和区域分类特征提取，并基于所述级联区域分类层提取的像素分类特征和区域分类特征对所述待分割图像进行语义分割本发明提供的方法和装置，有效地减少图像中无关信息的干扰，提高了语义分割的准确率。
语义分割方法装置电子设备存储介质

[发明专利]一种带有双向连接和遮挡处理的全景分割方法-CN202010067124.7有效
发明人：李玺;陈怡峰;蔺广琛 -专利权人：浙江大学
申请日： 2020-01-20 - 公布日： 2022-05-13 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种带有双向连接和遮挡处理的全景分割方法。方法包括如下步骤：1)获取用于训练全景分割的数据集，并定义算法目标；2)使用全卷积网络对组内图像进行特征学习；3)经过语义特征提取分支对特征图提取语义特征；4)经过实例特征提取分支对特征图提取实例特征；5)建立实例分割到语义分割的连接，将语义特征与实例特征聚合进行语义分割；6)建立语义分割到实例分割的连接，将实例特征与语义特征聚合进行实例分割；7)使用遮挡处理算法，融合语义分割和实例分割的结果，输出全景分割结果本方法充分利用了语义分割和实例分割之间的互补性，同时应用底层特征表观信息所提出的遮挡处理算法，高效地完成了图像的全景分割。
一种带有双向连接遮挡处理全景分割方法

[发明专利]基于卷积神经网络的图像语义分割方法及其装置-CN202310443191.8在审
发明人：周仿荣;马仪;谭向宇;文刚;张辉;马御棠;王国芳;王一帆;杨杰琼;朱龙昌 -专利权人：云南电网有限责任公司电力科学研究院
申请日： 2023-04-23 - 公布日： 2023-06-30 - 主分类号： G06V10/26 文献下载
摘要：本申请实施例公开了基于卷积神经网络的图像语义分割方法及其装置，通过对图像语义分割网络模型进行改进，以达到提升图像语义分割的准确度，提升图像语义分割效果的目的。该图像语义分割方法包括：获取待处理图像，待处理图像是预先采集准备进行图像语义分割的图像；使用预先训练好的图像语义分割网络模型对待处理图像进行图像语义分割，得到分割结果图，图像语义分割网络模型包括编码器和解码器
基于卷积神经网络图像语义分割方法及其装置

[发明专利]语义分割网络训练方法、图像语义分割方法及装置-CN201810315990.6有效
发明人：申晖 -专利权人：上海白泽网络科技有限公司
申请日： 2018-04-10 - 公布日： 2020-07-31 - 主分类号： G06K9/72 文献下载
摘要：本发明实施例涉及计算机视觉技术领域，提供一种语义分割网络训练方法、图像语义分割方法及装置，所述语义分割网络训练方法包括：获取待训练图像；将待训练图像输入预先建立的语义分割网络，利用语义分割网络的前部网络层对待训练图像进行特征提取，得到包含待训练图像的区块、整体和边缘特征的特征图；将包含待训练图像的区块、整体和边缘特征的特征图输入语义分割网络的后部网络层进行图像像素分类，得到包含分割像素类型的语义分割图；依据语义分割图对语义分割网络进行参数更新与现有技术相比，本发明实施例对待训练图像的边缘特征单独进行了提取及还原，提高了分割区域边缘处的训练识别效果。
语义分割网络训练方法图像装置

[发明专利]一种语义分割神经网络的训练方法、设备和存储介质-CN201811039142.3在审
发明人：黄永祯;曹春水;杨家辉;张俊峰 -专利权人：银河水滴科技（北京）有限公司
申请日： 2018-09-06 - 公布日： 2020-03-13 - 主分类号： G06K9/34 文献下载
摘要：本发明公开了一种语义分割神经网络的训练方法、设备和存储介质。该方法包括：连接第一语义分割神经网络和第二语义分割神经网络；利用训练图像及其对应的监督图像，同时对所述第一语义分割神经网络和所述第二语义分割神经网络进行端到端训练。本发明通过训练相互连接的第一语义分割神经网络和第二语义分割神经网络，实现两阶段的语义分割，可以在图像比较模糊，目标对象边缘不清晰，分辨率较低，图像光照条件较差的情况下，对指定的目标对象进行快速的、高精度的语义分割
一种语义分割神经网络训练方法设备存储介质

[发明专利]基于单目标域图像的跨域语义分割模型生成方法及装置-CN202211739943.7在审
发明人：张兆翔;王玉玺 -专利权人：中国科学院香港创新研究院人工智能与机器人创新中心有限公司
申请日： 2022-12-30 - 公布日： 2023-05-02 - 主分类号： G06V20/70 文献下载
摘要：本发明提供一种基于单目标域图像的跨域语义分割模型生成方法及装置，方法包括：获取源域图像数据、源域语义分割标签和目标域图像，并获取基于所述源域图像数据和所述源域语义分割标签训练得到的初始语义分割模型；根据所述目标域图像对所述源域图像数据进行风格迁移，得到迁移图像数据；基于所述初始语义分割模型，从所述迁移图像数据中筛选目标迁移图像；基于所述目标迁移图像和所述目标迁移图像对应的语义分割标签训练所述初始语义分割模型，得到语义分割模型。本发明能实现在自动驾驶场景下的跨域语义分割。
基于目标图像语义分割模型生成方法装置

[发明专利]一种语义分割图的获取方法、装置、设备及可读存储介质-CN202310532699.5在审
发明人：赵秋泉;李建元;孙晓波;金佳佳 -专利权人：浙大城市学院
申请日： 2023-05-12 - 公布日： 2023-08-08 - 主分类号： G06V10/26 文献下载
摘要：本发明提供了一种语义分割图的获取方法、装置、设备及可读存储介质，所述方法包括：获取样本图像集；构建初始语义分割网络结构，所述初始语义分割网络结构包括图像输入、教师网络分支、学生网络分支和总损失函数；利用所述样本图像集对初始语义分割网络结构进行训练，得到语义分割网络模型；利用所述语义分割网络模型对待处理图像进行语义分割，得到所述待处理图像对应的语义分割图。本发明架构了一种双分支的深度语义分割网络，该网络能够进行端到端的训练，其中，教师网络分支可以将每一张图斑的超像素语义一致性知识提供给学生网络分支，以弥补多次下采样造成的分辨率损失，从而提升图像语义分割的泛化精度
一种语义分割获取方法装置设备可读存储介质

[发明专利]应用于无人机的语义地图数据库及语义分割图生成方法-CN202310295798.6在审
发明人：梁文斌;刘阳;卢云玲;祝宇;杨坤;王喆;徐宇;方琪鸿 -专利权人：四川腾盾科技有限公司
申请日： 2023-03-24 - 公布日： 2023-08-22 - 主分类号： G06F16/29 文献下载
摘要：本发明公开了应用于无人机的语义地图数据库及语义分割图生成方法，涉及无人机图像处理领域，其中，语义地图数据库生成方法，包括：步骤S1：根据卫星地图对场景进行语义分割；步骤S2：将分割结果用瓦片形式进行存储，形成语义地图数据库；并基于语义地图数据库提出了应用于无人机的语义分割图生成方法；本发明，通过类似于卫星地图的瓦片形式存储，避免了无人机在飞行时实时进行语义分割，提高了语义分割的稳定性；同时还将该语义地图投影到观测相机像平面上，实时生成语义分割图像；生成的语义分割图像可以直接查询到任意分割目标在世界坐标系下的位置和轮廓。
应用于无人机语义地图数据库分割生成方法

[发明专利]建筑物点云数据分割、点云数据语义分割方法及系统-CN202310713896.7在审
发明人：熊桂开;陈翰新;向泽君;崔娜;刘界鹏;程国忠;曾焱;朱丽丽 -专利权人：重庆市测绘科学技术研究院（重庆市地图编制中心）
申请日： 2023-06-15 - 公布日： 2023-08-18 - 主分类号： G06V10/26 文献下载
摘要：本发明公开了一种建筑物点云数据分割、点云数据语义分割方法及系统，语义分割系统包括点云数据分割系统、特征提取模块、语义确定模块和最终语义确定模块。首先，分割系统将点云数据映射成多张RGB图像，并再通过视觉分割模型对各RGB图形进行分割后，将分割结果映射回三维空间，得到不同映射角度下建筑物的点云分割数据。然后，通过特征提取模块提取点云分割数据特征，之后，语义确定模块计算数据点的点云特征与各构件的构件特征之间的相似度，并根据相似度确定在不同映射角度下各数据点的语义标签。最后，最终语义确定模块从所有语义标签中，确定数据点的最终语义标签。从而解决了目前建筑物的点云数据语义分割需要依赖大量带标签的点云数据的问题。
建筑物数据分割语义方法系统

[发明专利]一种动态信息与静态信息结合的视频语义分割方法-CN202310536770.7有效
发明人：余锋;李会引;姜明华;汤光裕;刘莉;周昌龙;宋坤芳 -专利权人：武汉纺织大学
申请日： 2023-05-12 - 公布日： 2023-07-21 - 主分类号： G06V10/26 文献下载
摘要：本发明公开了一种动态信息与静态信息结合的视频语义分割方法，所述的视频语义分割方法包含如下步骤：首先构建动静态信息融合的视频语义分割网络，接着设计损失函数，通过在视频语义分割数据集上训练得到视频语义分割模型，最后使用模型实现对视频的智能分割。本发明通过改进视频语义分割模型和损失函数提高了视频分割的平均交并比，提供了一种高精确度的视频语义分割网络构建策略，为视频分割的智能化提供的参考，大大节省了人工成本。
一种动态信息静态结合视频语义分割方法