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！

龍圖騰網獲悉華南理工大學申請的專利基于聯合圖分割的自監督目標定位方法、系統、設備及介質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：CN115239808B 。

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：202210756626.X，技術領域涉及：G06T7/73；該發明授權基于聯合圖分割的自監督目標定位方法、系統、設備及介質是由吳慶耀;蘇宇堃;孫瑞洲設計研發完成，并于2022-06-30向國家知識產權局提交的專利申請。

本基于聯合圖分割的自監督目標定位方法、系統、設備及介質在說明書摘要公布了：本發明公開了基于聯合圖分割的自監督目標定位方法、系統、設備及介質，方法包括：獲取無標簽圖片，使用幾何變換獲得圖像對；構建自監督目標定位模型；所述自監督目標定位模型包括主干網絡、聯合圖分割模塊、卷積網絡及Softmax分類器；將圖像對輸入主干網絡中，提取語義特征對；將語義特征對輸入聯合圖分割模塊中，得到突出顯示共享前景目標的掩碼對；將掩碼對和語義特征對共同輸入卷積網絡中，在圖像對上訓練卷積網絡，再經過Softmax分類器進行目標定位。本發明將孿生網絡作為主干網絡，通過引入聯合圖分割模塊，解決了同一圖片不同幾何變換下激活區域不一致的問題，增強了對象的共并發區域；同時以自監督學習方式訓練模型，提升了目標定位的性能及準確率。

本發明授權基于聯合圖分割的自監督目標定位方法、系統、設備及介質在權利要求書中公布了：1.基于聯合圖分割的自監督目標定位方法，其特征在于，包括下述步驟： 獲取無標簽圖片，使用幾何變換獲得圖像對；所述無標簽圖片是指獲取的圖片沒有圖像級標簽和像素級別掩碼標簽；所述幾何變換包括縮放、旋轉、翻轉和對稱；所述無標簽圖片I經過幾何變換后獲得的圖像對表示為I1,I2；所述圖像對為無標簽圖片、幾何變換后圖片的隨機組合； 構建自監督目標定位模型；所述自監督目標定位模型包括主干網絡、聯合圖分割模塊、卷積網絡及Softmax分類器；所述主干網絡為共享權值的孿生網絡，包括第一主干網絡和第二主干網絡；所述聯合圖分割模塊的參數可學習；所述主干網絡為預訓練好的VGG16分類網絡； 將圖像對輸入自監督目標定位模型的主干網絡中，提取語義特征對； 所述提取語義特征對，具體為： 將圖像對輸入主干網絡中進行語義特征提取，獲得語義特征對其中w為語義特征的寬度，h為語義特征圖的高度，c為語義特征的維度； 所述第一主干網絡對圖像對中的I1進行語義特征提取： F1＝Backbone1I1 其中，表示圖像對中的I1的語義特征，Backbone1為第一主干網絡； 所述第二主干網絡對圖像對中的I2進行語義特征提取： F2＝Backbone2I2 其中，表示圖像對中的I2的語義特征，Backbone2為第二主干網絡； 將語義特征對輸入自監督目標定位模型的聯合圖分割模塊中，得到突出顯示共享前景目標的掩碼對； 所述得到突出顯示共享前景目標的掩碼對，具體為： 將語義特征對輸入聯合圖分割模塊中，對于輸入的語義特征對將語義特征對視作一個圖GV,E，其中V代表圖G中的節點，E表示圖G中節點的邊； 已知圖G中有2wh個節點則圖G的鄰接矩陣圖G的度矩陣 構建聯合圖分割模塊的初始損失函數： 式中，RatioCut為譜聚類函數，k表示語義特征中前景目標O和背景Vi,…,Vk表示圖G中節點V的子集； 引入子圖指標計算公式為： 由于度矩陣D是對角矩陣，結合拉普拉斯矩陣性質，將子圖指標嵌入初始損失函數Lm*，得到聯合圖分割模塊的目標損失函數： Lm＝hTD-Ah 其中，hT為子圖指標的轉置； 使用目標損失函數對聯合圖分割模塊進行優化，得到突出顯示共享前景目標的掩碼對 將掩碼對和語義特征對共同輸入卷積網絡中，在圖像對上訓練卷積網絡，再經過Softmax分類器進行目標定位。

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華南理工大學，其通訊地址為：510640 廣東省廣州市天河區五山路381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”。