一种基于局部-全局双流信息协同感知的道路分割方法

AITNT
正文
推荐专利
一种基于局部-全局双流信息协同感知的道路分割方法
申请号:CN202510879077
申请日期:2025-06-27
公开号:CN120375320B
公开日期:2025-09-02
类型:发明专利
摘要
本发明公开了一种基于局部‑全局双流信息协同感知的道路分割方法,包括如下步骤采集高分辨率道路图像;构建道路分割模型;将图像输入至道路分割模型中,在道路分割模型中先对高分辨率道路图像引入阴影进行增强,再对增强图像进行缩小;通过全局感知分支获取缩小图像的全局语义特征图;通过局部协同感知分支获取增强图像的局部细节特征图;将全局语义特征图经过特征对齐后与局部细节特征图进行逐元素相加,得到初步融合特征图,将初步融合特征图输入到动态双路融合模块,得到道路分割图;本发明实现了从数据生成、特征提取、特征融合到训练优化的全链路升级,显著提升了模型在复杂环境下对道路特征的识别精度、鲁棒性和对小目标的检测能力。
技术关键词
混合模块 道路分割方法 局部细节特征 融合特征 分支 语义特征 图像 序列 嵌入特征 局部注意力机制 交互注意力 树木形状 网络 动态 通道 模板 参数 透明度
系统为您推荐了相关专利信息
1
基于改进Yolo11n的输电线路绝缘子缺陷检测的方法及装置
输电线路绝缘子 网络 语义向量 输电线路技术 动态
2
一种基于改进YOLOv9s的课堂专注度评估方法及系统
课堂专注度评估方法 融合特征 面部 多模态 学生
3
基于电力线载波和无线通信的双模通信分配方法及设备
数据通信 通信事件 电力线载波通信 编码向量 编码特征
4
一种单片集成光发射芯片及其制作方法
激光器 放大器 量子阱材料 调制器 分支
5
一种用于胃癌腹膜转移状态识别与PCI评分估算的评估方法
深度学习特征 组学特征 CT影像数据 卷积神经网络深度特征 卷积神经网络提取
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号