一种基于层次化语义先验的语义分割方法

发明专利有效专利

申请号：
CN202110629864.X
IPC分类号：G06T7/10;G06T3/40;G06K9/62;G06N3/04;G06N3/08
申请日期：
2021-06-07
申请人：
之江实验室;华东师范大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于层次化语义先验的语义分割方法
申请号	CN202110629864.X	申请日期	2021-06-07
法律状态	实质审查	申报国家	暂无
公开/公告日	2021-10-26	公开/公告号	CN113554652A
优先权	暂无	优先权号	暂无
主分类号	G06T7/10 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕 G06T7/10 分割；边缘检测（基于运动的分割入G06T 7/215）〔2017.01〕	IPC分类号	G;0;6;T;7;/;1;0;;;G;0;6;T;3;/;4;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	之江实验室;华东师范大学	申请人地址	浙江省杭州市余杭区文一西路1818号人工智能小镇10号楼变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	之江实验室,华东师范大学	当前权利人	之江实验室,华东师范大学
发明人	谭鑫;许嘉晨;马利庄
代理机构	杭州浙科专利事务所（普通合伙）	代理人	孙孟辉

摘要

本发明涉及语义分割技术领域，尤其是一种基于层次化语义先验的语义分割方法，首先我们将层次化的语义先验进行了数学描述，便于将其进行表达；接着利用任意已知网络分别学习一个粗语义类别特征和细语义类别特征；再利用学习到的粗语义类别特征与层次化语义先验构建一个伪造的细语义类别特征，同时利用学习到的细语义类别特征与层次化语义先验构建一个伪造的粗语义类别特征；最后将学习的两个粗和细语义类别特征分别用人工标签进行监督训练，将伪造的语义类别特征和学习到的语义类别特征分别进行对比，使得构建的语义类别特征逼近正确结果。本发明解决了人类的层次化语义先验无法融合进深度网络的问题，利用了人类的层次化语义先验来引导语义分割。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供