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！

龍圖騰網獲悉北京大學申請的專利基于區域感知度量學習的開放世界語義分割方法和裝置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：CN114998585B 。

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：202210513831.3，技術領域涉及：G06V10/26；該發明授權基于區域感知度量學習的開放世界語義分割方法和裝置是由董和鑫;陳梓帆;袁銘澤;謝雨彤;趙杰;于飛;張立;董彬設計研發完成，并于2022-05-11向國家知識產權局提交的專利申請。

本基于區域感知度量學習的開放世界語義分割方法和裝置在說明書摘要公布了：本發明提供一種基于區域感知度量學習的開放世界語義分割方法和裝置，所述方法包括：對目標圖像進行異常區域分割，生成未知區域以及未知區域對應的區域感知特征；對未知區域進行切分，生成多個未知子區域以及未知子區域對應的區域感知特征；基于未知子區域對應的區域感知特征與第一目標類別對應的目標區域感知特征，確定未知子區域對應的類別；其中，第一目標類別為目標圖像對應的多個特征類別中的未知類別。本發明的基于區域感知度量學習的開放世界語義分割方法，基于MCA模塊對未知區域進行進一步分割生成未知子區域以進行增量少樣本學習，從而提高模型對分布外對象的識別性能，以提高分割結果的精度與準確性，從而提高最終的分割效果。

本發明授權基于區域感知度量學習的開放世界語義分割方法和裝置在權利要求書中公布了：1.一種基于區域感知度量學習的開放世界語義分割方法，其特征在于，包括： 對目標圖像進行異常區域分割，生成未知區域以及所述未知區域對應的區域感知特征； 對所述未知區域進行切分，生成多個未知子區域以及所述未知子區域對應的區域感知特征； 基于所述未知子區域對應的區域感知特征與第一目標類別對應的目標區域感知特征，確定所述未知子區域對應的類別；其中，所述第一目標類別為所述目標圖像對應的多個特征類別中的未知類別； 其中，所述對目標圖像進行異常區域分割，生成未知區域以及所述未知區域對應的區域感知特征，包括： 對所述目標圖像進行邊緣預測，生成邊緣預測圖像； 對所述邊緣預測圖像進行后處理，生成多個候選區域； 對所述多個候選區域進行異常分割，生成所述候選區域對應的區域感知特征，以及所述候選區域對應的區域感知異常概率； 基于所述區域感知異常概率，生成所述候選區域中像素對應的不確定性強度； 在所述不確定性強度超過第一目標閾值的情況下，確定所述不確定性強度對應的候選區域為所述未知區域； 其中，所述對所述多個候選區域進行異常分割，生成所述候選區域對應的區域感知特征，以及所述候選區域對應的區域感知異常概率，包括： 將所述多個候選區域輸入至RAML模塊，獲取由所述RAML模塊輸出的所述候選區域對應的區域感知特征；所述RAML模型為區域感知度量學習模塊，用于對候選區域的集合進行分類； 采用Circleloss損失約束，基于所述候選區域對應的區域感知特征和第二目標類別對應的區域感知特征，生成所述候選區域對應的區域感知異常概率； 其中，所述RAML模塊是根據帶有區域感知特征標簽的樣本圖像進行訓練后獲得的；所述第二目標類別為所述目標圖像對應的多個特征類別中的已知類別； 其中，所述對所述未知區域進行切分，生成多個未知子區域以及所述未知子區域對應的區域感知特征，包括： 將所述未知區域輸入至MCA模塊中的多個元通道，獲取所述多個元通道輸出的所述多個未知子區域；其中，MCA模塊用于對未知區域進行進一步分割生成高質量的未知子區域以進行增量少樣本學習；其中，所述MCA模塊為基于目標損失函數訓練得到的。

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大學，其通訊地址為：100871 北京市海淀區頤和園路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”。