買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉南昌墨泥軟件有限公司申請的專利一種基于局部-全局雙流信息協同感知的道路分割方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120375320B 。

龍圖騰網通過國家知識產權局官網在2025-09-02發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510879077.9，技術領域涉及：G06V20/56；該發明授權一種基于局部-全局雙流信息協同感知的道路分割方法是由方嘉成;萬嘉誠;方文成;汪婷;陳蔚星;吳水秀;曾紀國設計研發完成，并于2025-06-27向國家知識產權局提交的專利申請。

本一種基于局部-全局雙流信息協同感知的道路分割方法在說明書摘要公布了：本發明公開了一種基于局部?全局雙流信息協同感知的道路分割方法，包括如下步驟采集高分辨率道路圖像；構建道路分割模型；將圖像輸入至道路分割模型中，在道路分割模型中先對高分辨率道路圖像引入陰影進行增強，再對增強圖像進行縮小；通過全局感知分支獲取縮小圖像的全局語義特征圖；通過局部協同感知分支獲取增強圖像的局部細節特征圖；將全局語義特征圖經過特征對齊后與局部細節特征圖進行逐元素相加，得到初步融合特征圖，將初步融合特征圖輸入到動態雙路融合模塊，得到道路分割圖；本發明實現了從數據生成、特征提取、特征融合到訓練優化的全鏈路升級，顯著提升了模型在復雜環境下對道路特征的識別精度、魯棒性和對小目標的檢測能力。

本發明授權一種基于局部-全局雙流信息協同感知的道路分割方法在權利要求書中公布了：1.一種基于局部-全局雙流信息協同感知的道路分割方法，其特征在于，包括如下步驟： 步驟S1：構建數據集，數據集內包括若干高分辨率道路圖像，高分辨率道路圖像中道路區域均標注有標簽； 步驟S2：構建道路分割模型；所述道路分割模型由動態陰影合成數據增強模塊、局部協同感知分支、全局感知分支、動態雙路融合模塊組成； 步驟S3：將高分辨率道路圖像輸入至動態陰影合成數據增強模塊中，先對高分辨率道路圖像引入橢圓或樹木形狀的陰影得到高分辨率道路增強圖像，再對高分辨率道路增強圖像進行縮小，得到低分辨率道路增強圖像； 步驟S4：通過全局感知分支獲取低分辨率道路增強圖像的全局語義特征圖，通過局部協同感知分支獲取高分辨率道路增強圖像的局部細節特征圖； 步驟S5：將全局語義特征圖經過特征對齊后與局部細節特征圖進行逐元素相加，得到初步融合特征圖，將初步融合特征圖輸入到動態雙路融合模塊，得到道路分割圖； 所述動態雙路融合模塊由空間注意力模塊、通道注意力模塊、邊緣輔助分支、像素注意力模塊和分割頭組成；將初步融合特征圖輸入到動態雙路融合模塊，得到道路分割圖的具體過程為： 將初步融合特征圖輸入至空間注意力模塊，得到空間注意力圖，表示為： ； 式中，表示卷積層；表示拼接操作；表示平均池化層；表示最大池化層； 將空間注意力圖以及初步融合特征圖輸入邊緣輔助分支，得到邊緣增強空間注意力圖，表示為： ； 式中，表示函數；表示卷積層； 將初步融合特征圖輸入至通道注意力模塊，得到通道注意力圖； 將邊緣增強空間注意力圖與通道注意力圖通過廣播操作進行相加，得到空間-通道注意力圖； 將空間-通道注意力圖與初步融合特征圖同時輸入到像素注意力模塊中，得到空間-通道-像素注意力圖，表示為： ； 式中，表示分組卷積層；表示批量歸一化操作； 通過空間-通道-像素注意力圖對全局語義特征圖和局部細節特征圖進行動態自適應融合，將動態自適應融合后的輸出與初步融合特征圖進行相加后輸入分割頭中，得到道路分割圖，表示為： ； 式中，表示分割頭。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人南昌墨泥軟件有限公司，其通訊地址為：330000 江西省南昌市南昌高新技術產業開發區紫陽大道99號江西師范大學瑤湖校區音樂藝術廣場國家大學科技園眾創空間S15；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。