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！

龙图腾网恭喜南京师范大学申请的专利一种基于非局部特征聚合神经网络的目标分割方法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：CN115223080B 。

龙图腾网通过国家知识产权局官网在2025-06-10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：202210831695.2，技术领域涉及：G06V20/40；该发明授权一种基于非局部特征聚合神经网络的目标分割方法是由刘畅;谢非;杨继全;郑鹏飞;戴亮;张培彪;刘谦;单飞宇;刘益剑设计研发完成，并于2022-07-15向国家知识产权局提交的专利申请。

本一种基于非局部特征聚合神经网络的目标分割方法在说明书摘要公布了：本发明公开了一种基于非局部特征聚合神经网络的目标分割方法，包括：采集目标视频，提取视频的原始分帧图像，得到小样本数据集；搭建非局部特征聚合神经网络模型，训练非局部特征聚合神经网络模型得到目标分割网络；再次采集目标视频，计算图像中每个目标的分割质量评估分数；根据分割质量评估分数判断图像质量，低质量图像继续训练，保留高质量图像中目标轮廓关键点；通过BAS‑DP轻量化算法优化目标轮廓关键点，得到目标分割结果。本发明具有精度高、训练数据量少、环境适应性强和分割效果好的优点。

本发明授权一种基于非局部特征聚合神经网络的目标分割方法在权利要求书中公布了：1.一种基于非局部特征聚合神经网络的目标分割方法，其特征在于，包括如下步骤：S1：采集目标视频，提取视频的原始分帧图像，得到小样本数据集，手动分割出所有目标，以不同颜色的掩码标注不同类别的目标，划分训练集和验证集；S2：搭建非局部特征聚合神经网络模型，并结合coco数据集的80分类预训练模型进行迁移学习，训练非局部特征聚合神经网络模型得到目标分割网络；S3：再次采集目标视频，提取分帧图像，输入到目标分割网络中，得到每幅图中的目标类别、分类分数、掩码轮廓关键点及掩码分数，计算图像中每个目标的分割质量评估分数；S4：根据分割质量评估分数判断图像质量，如果一幅图像中全部目标的分割质量评估分数都大于设定值则这幅图像为高质量图像，反之为低质量图像，低质量图像继续训练，保留高质量图像中目标轮廓关键点；S5：通过BAS-DP轻量化算法优化目标轮廓关键点，得到目标分割结果；步骤S2中非局部特征聚合神经网络模型的搭建方法为：A1：将得到的小样本数据集输入到非局部特征聚合神经网络模型的主干神经网络进行处理，得到输入图像的特征图；A2：将得到的特征图输入到非局部特征聚合神经网络模型的区域生成网络RPN，得到感兴趣候选区域RoI，采用RoIAlign提取RoI特征并使RoI特征对齐；A3：使用RoI特征聚合网络对RoI进一步处理，在特征图上提取RoI全局特征；步骤A3的具体过程为：RoI特征聚合网络包括三个子模块：预处理模型、聚合模块、后处理模块；预处理模块是一层卷积核大小为5×5的卷积层，可以进一步扩大特征图的感受野，假设通过预处理后得输出为U＝[u1,u2,u3,u4]∈RH×W，H和W分别为特征图的高和宽，u1,u2,u3,u4分别为RoI映射到原特征图[C2,C3,C4,C5]四个不同尺度下的特征，聚合运算后的结果由以下公式表示：X＝sumU·εFsU 其中，式中m、n分别为行、列，k为不同尺度的数量，函数Fs·为聚合函数，ε·为ReLU激活函数，sumU为四个尺度的RoI特征求和，将四个尺度的RoI特征分别采用全局平均池化后结果求和与四个尺度的RoI特征求和后的结果相乘得到最终的聚合特征X。

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南京师范大学，其通讯地址为：210046 江苏省南京市栖霞区文苑路1号；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”。