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！

龍圖騰網獲悉北京理工大學申請的專利一種基于頻率感知特征融合的圖像語義分割方法及系統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：CN116704180B 。

龍圖騰網通過國家知識產權局官網在2025-09-05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：202310543791.1，技術領域涉及：G06V10/26；該發明授權一種基于頻率感知特征融合的圖像語義分割方法及系統是由付瑩;陳林蔚;鄭德智設計研發完成，并于2023-05-15向國家知識產權局提交的專利申請。

本一種基于頻率感知特征融合的圖像語義分割方法及系統在說明書摘要公布了：本發明涉及一種基于頻率感知特征融合的圖像語義分割方法及系統，屬于計算機視覺技術領域。本發明在語義分割神經網絡模型的特征融合過程中，自適應地去除上采樣高層特征中的有害高頻，并增強低層特征中的有益高頻，從而提高特征融合效果，減輕特征不對齊問題，得到細節豐富的融合特征。本發明方法可以拓展到語義分割模型的后上采樣過程中，利用圖像中的有益高頻信息引導移除上采樣后的不準確的高頻成分以得到富有細節的高分辨率輸出結果。本方法在引入極小的額外計算量和參數量下，大幅度提高語義分割模型在特征融合以及后上采樣過程中保留重要區域細節信息的能力，實現了高精度低復雜度的語義分割。

本發明授權一種基于頻率感知特征融合的圖像語義分割方法及系統在權利要求書中公布了：1.一種基于頻率感知特征融合的圖像語義分割方法，其特征在于，包括以下步驟： 步驟1：構建基于頻率感知特征融合的語義分割神經網絡模型； 將普通語義分割深度神經網絡中的特征融合和上采樣，替換為頻率感知特征融合以及頻率感知上采樣，由此構建頻率感知特征融合的語義分割神經網絡模型； 頻率感知特征融合Yl描述如下： 其中，表示低通濾波，表示高通濾波；Xl和Yl+1分別是由骨干網絡生成的第l層的特征和第l+1層的融合特征；表示上采樣；表示經過投影函數映射為相同通道數后的第l層特征；表示經過上采樣后的第l+1層的融合特征；表示一個投影函數，確保與具有相同的通道數； 生成空間自適應的低通高濾波，如下所示： 其中，表示第l層融合后的特征位于坐標i,j的特征向量；i,j表示輸入特征的橫縱坐標；和分別是空間變化的自適應低通和高通核，針對特征每個坐標i,j，都會自適應生成一個高通、低通核；p,q表示自適應核的核參數橫縱坐標；表示針對特征坐標i,j處生成的自適應低通、高通核位于核參數坐標p,q的值；表示第l+1層融合后的特征位于坐標i+p,j+q的特征向量；表示第l層特征位于坐標i+p,j+q的特征向量；表示第l層特征位于坐標i,j的特征向量；Ω表示濾波器所依賴的鄰域區域； 和通過下式獲得： 其中，Zl為壓縮的特征；對于自適應低通濾波，使用Softmax約束全正且和唯一；對于高通濾波核，首先使用Softmax約束得到低通濾波，然后反轉得到高通濾波，具體使用恒等核E減去低通核；i、j為輸入特征的橫縱坐標，p、q為核參數的橫縱坐標；表示表示第l+1層融合后的特征；表示經過投影函數映射后的第l層特征；表示初始低通核參數；表示初始高通核參數； 表示針對第l層特征坐標i,j處生成的初始自適應低通、高通核；表示第l層特征坐標i,j處生成的初始自適應低通、高通核位于核坐標p,q的參數；表示針對第l層特征坐標i,j處生成的自適應低通、高通核位于核參數坐標p,q的值；Ep,q表示恒等核位于核坐標p,q的參數； 對于將該方法拓展到語義分割模型的后上采樣過程，用下式表示： 其中，表示第l層的圖像細節；為拉普拉斯濾波，用于提取輸入圖像Il中的高頻，此時輸入圖像已被縮放至特征圖兩倍大小；表示針對第l層圖像的初始核參數；是使用兩倍最近鄰上采樣的模型輸出最后特征；表示針對第l層特征坐標i,j處生成的初始自適應核參數；表示針對第l層特征坐標i,j處生成的初始自適應核位于核參數坐標p,q的值；表示針對第l層特征坐標i,j處生成的自適應低通核位于核參數坐標p,q的值； 利用圖像中的高頻信息來生成自適應低通濾波用于移除模型輸出的最后特征中的有害高頻，從而得到準確的高分辨率輸出： 其中，表示第l層融合后的特征位于坐標i,j的特征向量；表示上采樣后第l+1層融合后的特征位于坐標i+p,j+q的特征向量； 步驟2：訓練語義分割神經網絡模型； 具體使用語義分割任務損失函數對語義分割深度卷積網絡進行訓練； 步驟3：用訓練好的頻率感知特征融合的語義分割神經網絡模型對圖像進行語義分割，得到分割結果。

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北京理工大學，其通訊地址為：100081 北京市海淀區中關村南大街5號；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”。