一种基于卷积神经网络的室内场景语义分割方法

发明专利有效专利

申请号：
CN202010291517.6
IPC分类号：G06K9/34;G06K9/62;G06N3/04;G06N3/08;G06T3/40;G06T5/30;G06T7/10
申请日期：
2020-04-14
申请人：
浙江科技学院

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于卷积神经网络的室内场景语义分割方法
申请号	CN202010291517.6	申请日期	2020-04-14
法律状态	实质审查	申报国家	中国
公开/公告日	2020-08-21	公开/公告号	CN111563507A
优先权	暂无	优先权号	暂无
主分类号	G06K9/34 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/20 图像捕获〔3〕 G06K9/34 在图像分布图中，相接触的或相重叠的图形的分割〔3〕	IPC分类号	G;0;6;K;9;/;3;4;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;0;6;T;3;/;4;0;;;G;0;6;T;5;/;3;0;;;G;0;6;T;7;/;1;0查看分类表>
申请人	浙江科技学院	申请人地址	浙江省杭州市西湖区留和路318号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	浙江科技学院	当前权利人	浙江科技学院
发明人	周武杰;林鑫杨;潘思佳;雷景生;郭翔;何成;王海江
代理机构	杭州求是专利事务所有限公司	代理人	林超

摘要

本发明公开了一种基于卷积神经网络的室内场景语义分割方法。训练阶段，构建卷积神经网络，包括输入层、特征提取层、特征融合层和输出层；使用原始的室内场景图像输入到卷积神经网络中进行训练，得到对应的语义分割预测图；再计算原始的室内场景图像对应的语义分割预测图构成的集合与对应的真实语义分割图像处理成的独热编码图像构成的集合之间的损失函数值，获得卷积神经网络分类训练模型的最终权值矢量和偏置项；在测试阶段，将待语义分割的室内场景图像输入到卷积神经网络分类训练模型中，得到预测语义分割图像。本发明上述方法能够提高了室内场景图像的语义分割效率和准确度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供