【技术实现步骤摘要】
本专利技术涉及场景分割，特别是涉及一种基于轻量级网络的场景分割方法及系统。
技术介绍
1、本部分的陈述仅仅是提到了与本专利技术相关的
技术介绍
，并不必然构成现有技术。
2、场景分割又称语义分割，是计算机视觉领域的主要任务之一，目的是对图像进行精确的像素级别分割。语义分割用颜色区别类别，每一种类别对应一种颜色，从而获取有用的语义类别信息，以此来分割图片。图片主要由像素点组成，不同的类别对用不同颜色，所以rgb的值也不一样，参考周围区域的像素点，可以判断该区域属于哪一种类别，再利用像素点所属类别进行预测，最后可以得到含有语义信息的分割图片。
3、目前场景分割在多个领域得到了广泛应用，包括自动驾驶、医学影像分析、遥感图像解译、无人机与航拍影像、视频分析、人像分割、虚拟现实与增强现实、农业、环境保护与资源管理以及游戏开发等。通过语义分割，可以实现对图像中的物体、结构、场景等进行准确的识别和定位，为各行业带来了更精细、智能的视觉解决方案。
4、随着社会的不断进步，车的数量在不断上升，为了让车的功能更加多元，自动驾...
【技术保护点】
1.基于轻量级网络的场景分割方法，其特征在于，包括：
2.如权利要求1所述的基于轻量级网络的场景分割方法，其特征在于，所述采用卷积操作进行特征提取，获取中级特征和高级特征，生成原型向量包括：
3.如权利要求2所述的基于轻量级网络的场景分割方法，其特征在于，所述原型向量表示为：
4.如权利要求2所述的基于轻量级网络的场景分割方法，其特征在于，所述构建先验掩码具体为：根据查询中级特征和支持中级特征以及查询高级特征和支持高级特征之间的逐像素关系，重新组建结构生成先验编码，并进行归一化处理。
5.如权利要求2所述的基于轻量级网络...
【技术特征摘要】
1.基于轻量级网络的场景分割方法，其特征在于，包括：
2.如权利要求1所述的基于轻量级网络的场景分割方法，其特征在于，所述采用卷积操作进行特征提取，获取中级特征和高级特征，生成原型向量包括：
3.如权利要求2所述的基于轻量级网络的场景分割方法，其特征在于，所述原型向量表示为：
4.如权利要求2所述的基于轻量级网络的场景分割方法，其特征在于，所述构建先验掩码具体为：根据查询中级特征和支持中级特征以及查询高级特征和支持高级特征之间的逐像素关系，重新组建结构生成先验编码，并进行归一化处理。
5.如权利要求2所述的基于轻量级网络的场景分割方法，其特征在于，所述在解码阶段结合transformer、卷积和双线性差值还原输入图像的信息具体包括：
【专利技术属性】
技术研发人员：陈振学，朱鑫铭，刘成云，毕钰，苏婷婷，
申请(专利权)人：山东大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。