集思谱需要我帮你解读这件专利吗？
公开（公告）号CN122989753A | 申请号CN202610996799.7 | 专利类型发明专利 |
状态在审 | 国家或地区CN | 申请人西北工业大学 |
分类号G06T7/10(2017.01), G06T11/60(2026.01), G06T15/00(2011.01), G06V10/26(2022.01), G06V10/774(2022.01), G06V10/74(2022.01), G06V10/82(2022.01), G06V20/70(2022.01), G06N3/084(2023.01), G06N3/045(2023.01), G06N3/0455(2023.01), G06N5/022(2023.01), G06N5/04(2023.01) | 申请日2026-07-06 | 公开日2026-10-27 |
发布日期2026-10-27 | 文档 ID84635790297200007 | 源数据页码263 |
专利语言zh | ||
本发明涉及计算机视觉与图像处理技术领域，公开了基于视觉与语言解耦机制的免训练广义参考图像分割方法，包括获取原始图像与指代文本，提取实体词作为提示条件调用分割网络生成初始掩码，结合面积占比与置信度执行过滤输出目标候选掩码；提取目标候选掩码的几何参量，分配唯一标识符并序列化封装为几何结构化数据；在原始图像上叠加标识符生成视觉渲染图；比对渲染图与结构化数据，结合全局语义相似度输出最终目标掩码；当判定发生漏检时，启动异常纠错流程，生成空间边界提示重新解码提取救援掩码，经局部特征校验后输出。本发明实现视觉空间与纯文本数值模态的解耦，免去模型端到端联合训练过程，并通过自适应重推理机制降低目标漏报率。
附图 1