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！

龙图腾网获悉南京邮电大学申请的专利针对复杂道路场景的轻量化多分支语义分割方法及系统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：CN121811418B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202610270899.1，技术领域涉及：G06V20/70；该发明授权针对复杂道路场景的轻量化多分支语义分割方法及系统是由蒋凌云;苏兴政;徐佳设计研发完成，并于2026-03-06向国家知识产权局提交的专利申请。

本针对复杂道路场景的轻量化多分支语义分割方法及系统在说明书摘要公布了：本发明公开了针对复杂道路场景的轻量化多分支语义分割方法及系统，属于计算机视觉领域，包括以输入图像为起点，通过轻量化骨干网络提取多尺度特征表示；锚定语义核心ASK分支在低分辨率特征上构建全局语义需求；执行语义核心FSK分支在中分辨率特征上执行像素级语义预测；边界与离群点检测FOD分支在高分辨率特征上检测边界与异常区域；通过Qi‑GFM门控融合模块对ASK与FSK特征进行门控融合；通过Qi‑Negotiation语义协商模块结合FOD输出进行语义协商；输出优化后的语义分割结果，本发明能够有效提升模型在复杂边界区域与语义不确定区域的预测稳定性与鲁棒性。

本发明授权针对复杂道路场景的轻量化多分支语义分割方法及系统在权利要求书中公布了：1.针对复杂道路场景的轻量化多分支语义分割方法，其特征在于，方法包括以下步骤： 步骤一，以输入图像为起点，通过轻量化骨干网络提取多尺度特征表示； 步骤二，锚定语义核心ASK分支在低分辨率特征上构建全局语义需求； 步骤三，执行语义核心FSK分支在中分辨率特征上执行像素级语义预测； 步骤四，边界与离群点检测FOD分支在高分辨率特征上检测边界与异常区域； 步骤五，通过Qi-GFM门控融合模块对锚定语义核心ASK与执行语义核心FSK特征进行门控融合； 步骤六，通过Qi-Negotiation语义协商模块结合边界与离群点检测FOD分支输出进行语义协商； 步骤七，输出优化后的语义分割结果； 设边界与离群点检测FOD分支输入特征表示为，通过如公式4所示的卷积映射和Sigmoid激活函数生成边界注意力图： 4， 其中表示Sigmoid函数，表示ReLU激活函数，，边界注意力图用于刻画不同空间位置上语义预测的不确定性与异常响应强度，表示批量归一化，表示3×3卷积； 设锚定语义核心ASK分支特征为，执行语义核心FSK分支特征为，如公式5所示，首先对两类特征进行通道映射，以统一特征空间： 5， 其中表示卷积操作，接着如公式6所示，在边界注意力的引导下，对锚定语义核心ASK与执行语义核心FSK特征进行协商融合： 6， 其中表示逐元素乘法； 边界与离群点检测FOD分支特征首先通过卷积映射至统一的通道空间，如公式7所示： 7， 其中，表示通道映射操作，随后，将映射后的边界与离群点检测FOD分支特征与前述协商融合得到的特征进行残差式融合，如公式8所示： 8， 该残差融合方式是将边界处的类别异常特征作为补充项引入，最后，对融合后的特征通过卷积、批归一化与ReLU激活进行进一步整合，得到Qi-Negotiation模块的最终输出，如公式9所示： 9。

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南京邮电大学，其通讯地址为：210023 江苏省南京市栖霞区文苑路9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。