买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中科南京智能技术研究院申请的专利一种三分支网络结构的语义分割方法、系统及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119027673B 。

龙图腾网通过国家知识产权局官网在2025-03-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411496780.3，技术领域涉及：G06V10/26；该发明授权一种三分支网络结构的语义分割方法、系统及装置是由陈海鹏;李峰岳;曾元一;张小涛;赖善炎;杨宗林;沈嘉诚;李高铭;尚德龙;周玉梅设计研发完成，并于2024-10-25向国家知识产权局提交的专利申请。

本一种三分支网络结构的语义分割方法、系统及装置在说明书摘要公布了：本发明提供了一种三分支网络结构的语义分割方法、系统及装置，涉及视觉感知技术领域，包括以下步骤:将提取原始特征图通过预处理输入至训练好的三分支网络结构模型，以获得机器人视觉图片的语义分割结果，通过三分支网络结构模型处理图像信息，细节分支用于解析并保存原始特征图的细节信息；上下文分支用于提取深度语义信息、聚合长范围信息；边界分支用于提取像素变化大的信息，识别边界；本发明能准确识别物体边界，缓解同一物体被其他物体打断得现象，并能以实时的速度，分割识别物体，本发明有效地满足了分割准确度和预测速度的要求。

本发明授权一种三分支网络结构的语义分割方法、系统及装置在权利要求书中公布了：1.一种三分支网络结构的语义分割方法，其特征在于，包括:利用级联残差骨干网络对机器人视觉图片进行特征提取，获取对应的原始特征图；对所述原始特征图进行下采样丰富语义处理，获取处理特征图；将处理特征图输入至训练好的三分支网络结构模型中，其中，所述三分支网络结构模型包括：细节分支、上下文分支和边界分支；利用所述细节分支解析所述处理特征图的细节信息，获取机器人视觉图片的细节特征图；利用所述边界分支提取所述处理特征图的像素变化信息，识别边界，获取机器人视觉图片的边界特征图；利用所述上下文分支提取所述处理特征图的深度语义信息、聚合长范围信息，获取机器人视觉图片的上下文特征图；将获取的细节特征图、边界特征图和上下文特征图进行平衡处理，获得平衡特征图；将平衡特征图再进行语义信息精细处理，以获得机器人视觉图片的语义分割结果；所述利用所述上下文分支提取所述处理特征图的深度语义信息、聚合长范围信息，获取机器人视觉图片的上下文特征图，包括：将处理特征图F1依次经过三次下采样丰富语义处理后的特征图F9进行聚合处理获得上下文特征图F11；所述利用所述细节分支解析所述处理特征图的细节信息，获取机器人视觉图片的细节特征图，包括：将处理特征图F1经过细粒度带残差丰富语义处理得到特征图F2，将特征图F2依次与处理特征图F1经过上下文分支经过一次和两次下采样丰富语义处理后获取的特征图进行融合处理，获得细节特征图F8；所述利用所述边界分支提取所述处理特征图的像素变化信息，识别边界，获取机器人视觉图片的边界特征图，包括：将处理特征图F1经过粗粒度带残差丰富语义处理得到特征图F4，将特征图F4依次与处理特征图F1经过上下文分支经过一次和两次下采样丰富语义处理后获取的特征图相加，获得边界特征图F10；所述特征图F2依次与处理特征图F1经过上下文分支经过一次和两次下采样丰富语义处理后获取的特征图进行融合处理，获得细节特征图F8，具体包括以下步骤：将特征图F2与处理特征图F1经过上下文分支经过一次下采样丰富语义处理后获取的特征图F3进行融合处理，获得特征图F5，对应的表达式如下：σ＝SigmoidfdF2fcF3，F5＝1-σF2+σF3，其中：σ为Sigmoid函数的输出，F5为特征图F2和特征图F3融合处理后的输出的特征图；fd为卷积、批归一化、ReLu的操作组合，fd的卷积核大小为3，步幅为1；fc为卷积、批归一化、ReLu、上采样的操作组合，fc的卷积核大小为3，步幅为1；将特征图F5与处理特征图F1经过上下文分支经过两次下采样丰富语义处理后获取的特征图F6进行融合处理，获得细节特征图F8，对应的表达式如下；σ＝SigmoidfdF5fcF6，F8＝1-σF5+σF6。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中科南京智能技术研究院，其通讯地址为：210000 江苏省南京市江宁区创研路266号麒麟人工智能产业园8栋8层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。