原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及图像语义分割技术领域，具体为基于多模态特征融合的图像语义分割算法及应用，包括：数据集管理模块、提取模块、融合模块、分割模块，具体为：利用联邦学习理念的协作方式，把单一模态特征的提取任务交付给不同的提取模块来独立完成，并且利用融合模块查验单一模态特征提取任务的完成情况，在确定单一模态特征的提取任务全部完成之后，将提取得到的单一模态特征进行融合，获得多模态融合特征，最后以多模态融合特征为输入，利用ASPP模块实现图像语义分割预测。本发明能够有效提高图像特征提取层提取细节特征的能力，把图像和
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 117152431 A
(43)申请公布日 2023.12.01
(21)申请号 202311049781.9
(22)申请日 2023.08.21
(71)申请人 宁波工程学院
地址 315000
文档评论（0）