桂林電子科技大學劉建明獲國家專利權
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!
龍圖騰網獲悉桂林電子科技大學申請的專利一種基于注意力機制的等變弱監督語義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:CN116543157B 。
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:202310516832.8,技術領域涉及:G06V10/26;該發明授權一種基于注意力機制的等變弱監督語義分割方法是由劉建明;鄭釗豪;黃光輪;張明和;甘鎮設計研發完成,并于2023-05-09向國家知識產權局提交的專利申請。
本一種基于注意力機制的等變弱監督語義分割方法在說明書摘要公布了:本發明公開了一種基于注意力機制的等變弱監督語義分割方法,包括步驟如下:步驟1生成類激活圖;步驟2將生成的類激活圖輸入到AffinityNet模型中進一步細化,獲得偽標簽;步驟3使用全監督方式即DeepLabv1模型對生成的偽標簽進行訓練,其中將DeepLabv1模型中的VGGNet網絡替換為Resnet網絡,DeepLabv1模型得到的預測結果作為最終分割結果。這種方法減少了人工標注所耗費的大量人力和物力,分割結果準確性高。
本發明授權一種基于注意力機制的等變弱監督語義分割方法在權利要求書中公布了:1.一種基于注意力機制的等變弱監督語義分割方法,其特征在于,包括步驟如下: 步驟1生成類激活圖: 1.1將圖片輸入到拆除了ReLU層的Resnet38分類網絡中提取特征; 1.2再通過CSM模塊對重要但易被忽略的特征即次要特征進行提取; 1.3接著將提取的特征輸入到CAM中得到類激活圖,記為輸出1; 1.4將Resnet38分類網絡第四層和第五層的輸出特征進行融合,然后將融合后的特征與輸出1一起輸入到像素相關模塊PCM中對步驟1.3的類激活圖進一步捕獲和修正,得到輸出2; 1.5將圖片進行縮放作為輸入,并對其進行與步驟1.1-步驟1.4相同的操作作為補償監督,得到輸出3、輸出4; 1.6最后,利用三個損失函數對輸出1、輸出2、輸出3和輸出4進行調節,獲得優化的類激活圖;其中步驟1.1-步驟1.6為提出的DSEAM網絡; 三個損失函數包括分類損失、等變正則化和交叉等變正則化,網絡采用圖像級分類標簽作為弱監督標簽信息,根據CAM網絡架構,在網絡末端添加全局平均池化層獲得對圖像的分類預測向量z,和分別表示經過仿射變換網絡兩個分支的原始CAM輸出,和分別代表由像素相關模塊修正的兩個分支的輸出,分類損失表示如下: (5) (6) 其中表示除背景外的類別數,表示單分支的多標簽分類損失,和分別表示仿射變換網絡兩個分支的全局平均池化層聚合的預測向量; 等變正則化損失指圖像經過仿射變換后生成的CAM與原圖像的CAM保持相同的變換規則,保證等變性,等變損失表示如下: (7) 其中表示仿射變換函數; 交叉等變正則化損失是指PCM的輸出由孿生網絡另一分支的CAM輸出進行監督,不僅能避免PCM的輸出陷入局部最優解,還能避免在PCM修正過程中CAM退化,交叉等變正則化損失表示如下: (8) 網絡的損失函數表示: (9); 步驟2將步驟1.6生成的類激活圖輸入到AffinityNet模型中進一步細化,獲得偽標簽; 步驟3使用全監督方式即DeepLabv1模型對步驟2生成的偽標簽進行訓練,其中將DeepLabv1模型中的VGGNet網絡替換為Resnet網絡,DeepLabv1模型得到的預測結果作為最終分割結果。
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桂林電子科技大學,其通訊地址為:541004 廣西壯族自治區桂林市七星區金雞路1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”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。