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！

龙图腾网获悉西安邮电大学申请的专利一种基于深度神经网络的轻量级语义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：CN115908801B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202211417242.1，技术领域涉及：G06V10/26；该发明授权一种基于深度神经网络的轻量级语义分割方法是由马素刚;陈期梅;蒲磊;杨小宝;侯志强设计研发完成，并于2022-11-11向国家知识产权局提交的专利申请。

本一种基于深度神经网络的轻量级语义分割方法在说明书摘要公布了：一种基于深度神经网络的轻量级语义分割方法，该方法包括：S100：构建轻量级语义分割网络，所述轻量级语义分割网络为全局‑局部上下文网络GLCNet，该GLCNet网络结构包括卷积块模块、下采样模块、全局‑局部上下文GLC模块和多分辨率融合MRF模块；S200：利用该轻量级语义分割网络对输入图像进行语义分割。该方法在分割精度、效率以及参数量之间实现了较好的平衡。

本发明授权一种基于深度神经网络的轻量级语义分割方法在权利要求书中公布了：1.一种基于深度神经网络的轻量级语义分割方法，包括如下步骤： S100：构建轻量级语义分割网络，所述轻量级语义分割网络为全局-局部上下文网络GLCNet，该GLCNet网络结构包括卷积块模块、下采样模块、全局-局部上下文GLC模块和多分辨率融合MRF模块； S200：利用该轻量级语义分割网络对输入图像进行语义分割； 所述步骤S100中的全局-局部上下文GLC模块由全局信息提取器分支和局部上下文信息提取器分支组成； 所述全局信息提取器分支使用多频谱通道注意力捕获特征信息，其捕获特征信息的具体过程为：首先将均分为i组，分组后的通道数为，对每组特征使用2维离散余弦变换DCT进行预处理；然后使用启发式两步准则为每组特征选择其对应的频率分量；其中，表示利用3×3卷积将输入特征通道数减半后得到的输出特征,，C为的通道数，为的通道数，H为的高度，W为的宽度；其中，所述使用启发式两步准则为每组特征选择其对应的频率分量具体为：首先评估每个通道频率分量的重要性，然后选择前i个高性能的频率分量并将其拼接，将拼接后的频率分量输入到全连接层中学习以获得注意力图，再与输入特征相乘进行加权； 所述局部上下文信息提取器分支由卷积分解和深度空洞卷积组成。

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西安邮电大学，其通讯地址为：710061 陕西省西安市长安南路563号；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”。

以上内容由龙图腾AI智能生成。