申请/专利权人:河海大学
申请日:2023-12-22
公开(公告)日:2024-03-22
公开(公告)号:CN117746038A
主分类号:G06V10/26
分类号:G06V10/26;G06V10/80;G06V10/82
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明公开了一种基于自对齐和交叉对齐的小样本学习语义分割方法及分割系统,在查询分支中,将低层架构信息融合到中层语义特征中,得到增强的查询特征;使用自对齐模块生成更具代表性的支持和查询特征,并在此条件下,将语义信息从支持图像双向地传播到查询图像,从而消除类间和类内差异;引入Transformer解码器来建立支持‑查询样本之间的对应关系,并将先验掩码、支持掩码和增强的查询特征连接起来,送入到像素解码器以得到最后的分割结果。本发明能够提高基于小样本学习的语义分割的精度。
主权项:1.一种基于自对齐和交叉对齐的小样本学习语义分割方法,其特征在于,包括如下步骤:步骤1、在查询分支中,将低层架构信息融合到中层语义特征中,得到增强的查询特征;步骤2、使用自对齐模块生成更具代表性的支持和查询特征,并在此条件下,将语义信息从支持图像双向地传播到查询图像,从而消除类间和类内差异;步骤3、引入Transformer解码器来建立支持-查询样本之间的对应关系,并将先验掩码、支持掩码和增强的查询特征连接起来,送入到像素解码器以得到最后的分割结果。
全文数据:
权利要求:
百度查询: 河海大学 一种基于自对齐和交叉对齐的小样本学习语义分割方法及分割系统
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。