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！

龙图腾网恭喜浙江科技学院申请的专利基于GAN和跨模态特征融合的道路场景语义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：CN113378795B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202110785221.4，技术领域涉及：G06V20/56；该发明授权基于GAN和跨模态特征融合的道路场景语义分割方法是由周武杰;刘劲夫;邱薇薇;强芳芳;许彩娥设计研发完成，并于2021-07-12向国家知识产权局提交的专利申请。

本基于GAN和跨模态特征融合的道路场景语义分割方法在说明书摘要公布了：本发明公开了一种基于生成对抗网络和跨模态特征融合的道路场景语义分割方法，应用于深度学习技术领域，具体步骤如下：利用生成对抗网络，将训练集输入到生成器卷积神经网络，得到训练集中的每幅原始的道路场景图对应的预测图，将原始道路场景图，对应预测图和对应的标签图，输入判别器，得到评价分数，根据评价分数，更新判别器参数；将训练集输入到生成器卷积神经网络，得到训练集中的每幅原始的道路场景图对应的预测图，计算损失函数，并更新生成器参数。本发明解决了现有技术中单纯利用池化操作与卷积操作获得的特征图单一且不具有代表性，从而会导致得到的图像的特征信息减少，最终导致还原的效果信息比较粗糙，分割精度低。

本发明授权基于GAN和跨模态特征融合的道路场景语义分割方法在权利要求书中公布了：1.一种基于生成对抗网络和跨模态特征融合的道路场景语义分割方法，其特征在于，具体步骤如下： 选取多幅原始的道路场景图像及每幅原始的道路场景图像对应的真实语义分割图像，由多幅所述原始的道路场景图像和每幅所述原始的道路场景图像对应的标签图构成训练集； 构建带有跨模态融合模块和网状上下文感知模块、恢复分辨率和增强语义信息的生成器卷积神经网络； 构建判别器卷积神经网络； 将所述训练集输入到所述生成器卷积神经网络，得到所述训练集中的每幅原始的道路场景图对应的预测图，将原始道路场景图，对应预测图和对应的标签图，输入判别器，得到评价分数，根据评价分数，更新判别器参数，使得分数最低； 将所述训练集输入到所述生成器卷积神经网络，得到所述训练集中的每幅原始的道路场景图对应的预测图，计算所述预测图与所述标签图之间的损失函数，并更新生成器参数； 所述跨模态融合模块包括第一融合模块；所述第一融合模块，其由第三卷积层，第四卷积层组成；将第一初始神经网络块输出R1、第二初始神经网络块的输出T1分别输入到第三卷积层、第四卷积层，第三卷积层、第四卷积层均输出64幅特征图，分别记为A1、B1；将A1中的每幅特征图与B1中的每幅特征图进行元素加和，得到64幅初步融合特征图，记为f1，将f1中每幅特征图经过Sigmoid激活函数，得到64幅特征图，记为S1；分别将S1中的每幅特征图与A1、B1中的每幅特征图，进行元素的相乘，分别得到两组64幅特征图，分别记为SA1、SB1；最后将SA1、SB1与初步融合特征图f1进行元素的加和，得到64幅特征图，记为第一侧边输出F1。

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浙江科技学院，其通讯地址为：310023 浙江省杭州市西湖区留和路318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”。