Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中科(深圳)无线半导体有限公司赵柏聿获国家专利权

中科(深圳)无线半导体有限公司赵柏聿获国家专利权

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!

龙图腾网获悉中科(深圳)无线半导体有限公司申请的专利一种基于时空信息增强的多任务学习视频实例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:CN120071223B

龙图腾网通过国家知识产权局官网在2025-07-15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:202510542202.7,技术领域涉及:G06V20/40;该发明授权一种基于时空信息增强的多任务学习视频实例分割方法是由赵柏聿;高放;金岩;麻胜恒;陈福鑫设计研发完成,并于2025-04-28向国家知识产权局提交的专利申请。

一种基于时空信息增强的多任务学习视频实例分割方法在说明书摘要公布了:本发明公开了一种基于时空信息增强的多任务学习视频实例分割方法,涉及计算机视觉技术领域,其基于包括递进跟踪器、细化补偿器和空间交互模块的多任务学习视频实例分割模型进行视频实例分割;递进跟踪器用于基于多头注意力机制利用前一片段的降噪实例查询对当前片段的分割实例表示进行干扰信息过滤;细化补偿器用于动态调整关注区域,从全局上下文中挖掘相关信息;空间交互模块用于计算降噪实例表示之间的相关性。本发明实现了对目标物体在视频序列中的在线和半在线实例分割,结合过往帧抗干扰实例表示和基于时序的多头注意力机制,充分挖掘了视频时序信息,通过动态调整关注区域和帧间实例的交互信息表示,丰富了跟踪器的判别信息。

本发明授权一种基于时空信息增强的多任务学习视频实例分割方法在权利要求书中公布了:1.一种基于时空信息增强的多任务学习视频实例分割方法,其特征在于,基于包括递进跟踪器、细化补偿器和空间交互模块的多任务学习视频实例分割模型进行视频实例分割; 递进跟踪器用于基于多头注意力机制,利用前一片段的降噪实例查询对当前片段的分割实例表示进行干扰信息过滤,得到过滤干扰信息后的降噪实例表示 细化补偿器用于以前一片段的降噪实例查询和过滤干扰信息后的降噪实例表示作为输入,动态调整关注区域,从全局上下文中挖掘相关信息,输出得到细化补偿信息 空间交互模块用于以前一片段的降噪实例查询和过滤干扰信息后的降噪实例表示作为输入,计算降噪实例表示之间的相关性,输出得到帧间实例的交互信息 将细化补偿信息和帧间实例的交互信息进行融合,得到当前片段的降噪实例查询 其中,递进跟踪器包括n个干扰过滤器,每个干扰过滤器包括短期时间卷积块、多头注意力机制、自注意力机制和前馈神经网络,其中引入匈牙利匹配得到的当前片段实例身份ID,且基于前一片段的降噪实例查询、当前片段关于实例表示的线性变化K和线性变换V之间的相似关系,得到过滤干扰信息后的降噪实例表示;短期时间卷积块用于关注当前片段的分割实例表示与前一片段的降噪实例查询的相似性,捕获时间序列数据中的短期时间相关性,提取短时间窗口内的模式和特征,建模实例的动态上下文; 对于某一个片段,递进跟踪器使用损失函数监督网络,对预测值和标签中的元素逐个进行二分匹配,最优匹配结果基于最小化损失函数得到,即: 其中,是预训练参数冻结的分割器Mask2Former采用的实例间的匹配成本,g是目标实例的索引,σ表示所有可能的匹配方案,Γ是用于调整匹配成本的常数,Φi-1是已经被占用的降噪实例查询的索引集合,σg表示用于匹配的预测实例的索引,表示与准确标注信息相匹配的第g个预测物体,表示当前片段的准确标注信息总个数,表示指示函数,当σg在集合Φi-1中时取值为1,否则为0。

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中科(深圳)无线半导体有限公司,其通讯地址为:518000 广东省深圳市南山区南头街道马家龙社区南山大道3838号工业村金栋309;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。