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！

龍圖騰網獲悉重慶理工大學申請的專利一種基于前背景匹配的邊界框弱監督圖像分割方法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：CN116071389B 。

龍圖騰網通過國家知識產權局官網在2025-08-12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：202310047566.9，技術領域涉及：G06T7/194；該發明授權一種基于前背景匹配的邊界框弱監督圖像分割方法是由龍建武;劉東;楊誠鑫;任巖;曾子秦設計研發完成，并于2023-01-31向國家知識產權局提交的專利申請。

本一種基于前背景匹配的邊界框弱監督圖像分割方法在說明書摘要公布了：本發明提供一種基于前背景匹配的邊界框弱監督圖像分割方法，包括將LAB圖像送到全監督分割網絡中得到前景分割結果；將邊界框及前景分割結果送入掩碼投影損失優化分割網絡；使用領域像素一致性損失約束像素點對的前景分割結果一致；使用像素表示模塊對輸入圖像中每個像素點生成能表示其語義的像素特征表示，并使用像素特征表示一致性損失約束相似性高的像素特征表示在空間上需要接近；將該特征表示按邊界框劃定前背景區域，使用K?Means分別對背景和高概率的前景區域建立前背景模型，并將邊界框內部的像素特征表示分別與前背景模型使用前背景搜索損失優化前景分割結果。本申請能降低圖像分割對像素級標注的依賴，提高現有弱監督分割方法的準確率。

本發明授權一種基于前背景匹配的邊界框弱監督圖像分割方法在權利要求書中公布了：1.一種基于前背景匹配的邊界框弱監督圖像分割方法，其特征在于，包括以下步驟： S1、將RGB通道輸入圖像轉換至LAB通道送到全監督分割網絡中得到前景分割結果； S2、將現有的邊界框標注及步驟S1中得到的前景分割結果送入至掩碼投影損失中計算優化分割網絡，掩碼投影損失將前景分割結果和邊界框標注掩碼都分別向X軸和Y軸做投影，這樣將一整個矩形區域的強約束弱化為在兩個方向上的投影約束，所述掩碼投影損失表示如下： Lproj＝LProjxp,Projxb+LProjyp,Projyb ＝Lmaxyp,maxyb+Lmaxxp,maxxb 其中，式中L·,·使用的是IoULoss，表示前景分割結果在Y軸上進行max操作，表示前景分割結果在X軸上進行max操作，Projxb＝maxyb＝lx表示邊界框標注掩碼在Y軸上進行max操作，Projyb＝maxxb＝ly表示邊界框標注掩碼在X軸上進行max操作；p∈0,1H×W為前景分割結果，是所有像素點為前景的概率集合，其范圍為[0,1]，0表示背景，1表示前景，H和W分別表示圖像的高和寬；b∈0,1H×W表示由邊界框生成的粗糙掩碼即邊界框標注掩碼，邊界框內部的掩碼值為1，其余位置為0； S3、根據在鄰域中相似性高的像素點對其標簽具有高一致性的特點，提出鄰域像素一致性損失來增加經步驟S2約束后得到的前景分割結果的連通性，該鄰域像素一致性損失通過比較邊界框內部每個像素點與其鄰域像素之間包括顏色、紋理在內的特征是否相似，來約束像素點對的前景分割結果一致，所述鄰域像素一致性損失表示如下： 其中，N表示像素點對個數，e∈Einbox表示邊界框內部的連接邊；表示連接邊e的兩個端點像素點i,j和l,k的相似情況，表示不相似，表示相似；ye＝1表示連接邊的兩個端點像素點具有相同的標簽結果；Pye＝1表示ye＝1的前景預測概率； S4、使用像素表示模塊對輸入圖像中的每個像素點生成一個能表示其語義信息的像素特征表示，并使用提出的像素特征表示一致性損失，約束相似性高的像素點對應的像素特征表示在空間上接近，所述像素特征表示一致性損失表示如下： 其中，e∈E表示所有像素點鄰域的連接邊；表示連接邊e的兩個端點像素點i,j和l,k的相似情況，表示不相似，表示相似；Ei,j表示像素點i,j的像素特征表示，El,k表示像素點l,k的像素特征表示； S5、將步驟S4中生成的像素特征表示根據邊界框標注劃定前景與背景區域，使用K-Means算法分別對背景區域和高概率的前景區域建立背景與前景模型即前背景模型，并利用在邊界框內部的像素特征表示，分別與前背景模型使用提出的前背景搜索損失優化前景分割結果，所述前背景搜索損失表示如下： 其中，fi表示邊界框內部所有像素點i∈Ein對應的像素特征表示，fOB表示背景的簇中心，fF表示前景的簇中心，α1、α2為權重系數，d·,·為距離函數，用于表示背景簇中心與邊框內每個像素點像素特征表示的距離，Pi表示像素點i被預測為前景的概率。

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重慶理工大學，其通訊地址為：400054 重慶市巴南區紅光大道69號附1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”。