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！

龙图腾网恭喜杭州电子科技大学申请的专利一种基于损失函数的视频图像分割稳定性提升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：CN112949529B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202110271743.2，技术领域涉及：G06V20/40；该发明授权一种基于损失函数的视频图像分割稳定性提升方法是由杭丽君;朱佳炜;丁明旭;熊攀;宫恩来设计研发完成，并于2021-03-12向国家知识产权局提交的专利申请。

本一种基于损失函数的视频图像分割稳定性提升方法在说明书摘要公布了：本发明公开了基于损失函数的目标分割稳定性提升方法，包括以下步骤：S1，模拟视频序列；S2，训练模型；S3，预训练模型微调；S4，引入稳定性损失调整模型。本发明实例针对深度学习方案构建的检测器不但提高了精度，并且在可视化验证下对于连续帧中的相同目标在边界处的一致性显著提升，减少了大量误分割和孔洞漏分割，提高了静态图像训练的模型在视频数据下的分割稳定性，有效的缓解了视频分割的抖动问题。在损失函数中引入了稳定性损失，提高了分割的精度，实现了对于视频数据分割精度的优化。

本发明授权一种基于损失函数的视频图像分割稳定性提升方法在权利要求书中公布了：1.一种基于损失函数的视频图像分割稳定性提升方法，其特征在于，包括以下步骤：S1，模拟视频序列：通过线性几何变换模拟目标的运动，模拟视频序列之间存在的运动特征，采用自监督方式，不引入额外标注信息；S2，训练模型：使用ImageNet数据训练基础模型的参数，使模型拥有图像分类先验信息，并在此基础上进行微调，其后使用验证集调节模型的相关超参数，从而确定出最终检测器的最优超参数；针对模型的训练，为了防止出现训练初期的不稳定现象，仅使用主损失Lsy训练基础模型，使得模型具备基本的分割能力，主损失Lsy计算方式：Lsy＝||fTsn-Tst||2其中f代表网络的前向传播，n为输入图像，Ts代表弱扰动，t表示输入图像对应标签掩码；S3，预训练模型微调：使用测试数据验证训练好的模型的性能，对模型的检测效果进行可视化，针对不同情况以及不同场景下的空洞和漏分割，采取相应优化措施，对目标分割效果优化；S4，引入稳定性损失调整模型：对图像引入扰动模拟目标运动生成不同视角的图片，来微调S3中得到的网络，实现底层分割目标，减少孔洞以及漏分割，增强分割边界的一致性；所述引入稳定性损失调整模型中对扰动图像进行视角对齐包括以下步骤：对原图像通过矩阵变换实现大扰动效果，矩阵记为Tb；对原图像通过矩阵变换实现小扰动效果，矩阵记为TS；将不同大小扰动增广后的图像与原图在batch_size维度叠加，组成3*batch_size大小的输入图像，输入网络进行前向传播，将大扰动的预测结果通过变换矩阵映射为原图对应视角后，利用TS变换矩阵对齐小扰动视角，所述将大扰动图像预测结果对齐小扰动视角后，以小扰动为参照标签计算损失Lbs，同时计算小扰动与真实标签损失Lsy，分别乘以损失权重相加后计算得到总损失Lstab；其中大扰动对齐小扰动计算方式： x′，y′代表原图像上的点在以图像中心为原点的笛卡尔坐标系中的坐标；x″，y″代表以图像中心为原点的坐标系下的点经过一次旋转变换后对应点的坐标，α代表图像旋转的角度；总损失计算方式：Lstab＝w1·Lbs+w2·Lsy其中w1，w2分别代表稳定性损失和主损失对应的权重。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区二号路；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”。