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！

龙图腾网获悉武汉理工大学三亚科教创新园申请的专利基于语义-视觉双记忆融合的SAM2小样本分割方法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：CN121600514B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202610118217.5，技术领域涉及：G06V20/70；该发明授权基于语义-视觉双记忆融合的SAM2小样本分割方法是由荣毅;邹天宇;邹琪翔;姚瑞霖;熊盛武设计研发完成，并于2026-01-28向国家知识产权局提交的专利申请。

本基于语义-视觉双记忆融合的SAM2小样本分割方法在说明书摘要公布了：本发明公开一种基于语义‑视觉双记忆融合的SAM2小样本分割方法，通过构建语义查询记忆、视觉查询记忆及查询相关支持视觉记忆，经查询相关支持视觉记忆引导的记忆细化模块融合语义查询记忆和视觉查询记忆，结合SAM2密集匹配与解码模块端到端训练。解决现有方法记忆单一、前景‑背景混淆问题，增强目标语义一致性与细粒度建模能力，在复杂场景下显著提升分割精度与泛化能力，适用于医学影像分析、自动驾驶等领域。

本发明授权基于语义-视觉双记忆融合的SAM2小样本分割方法在权利要求书中公布了：1.一种基于语义-视觉双记忆融合的SAM2小样本分割方法，其特征在于：包括以下步骤： S1、构建小样本分割任务输入：获取待分割的查询图像、若干张支持图像以及其对应的支持样本掩码，对上述图像进行统一的尺寸调整、归一化与标准化处理，形成预处理后的支持-查询图像对，并根据分割类别构建成对的文本信息，用于后续特征提取与记忆构建； S2、构建语义查询记忆：将预处理后的查询图像和文本信息输入预训练的视觉-语言模型，结合目标类别的语义描述信息，生成目标区域的语义响应图；该记忆侧重于表达目标在语义空间中的稳定相关性，用于提供可靠的前景先验信息； S3、构建视觉查询记忆：将支持图像与查询图像一并输入DINOV2的图像编码器，提取高维视觉特征；利用支持掩码基于支持样本与查询样本之间的跨图像相关性，计算像素级视觉相似度图，提取潜在前景区域，构建视觉增强的查询记忆表示；该记忆能够捕捉更多潜在目标区域，用于提升目标覆盖度； S4、构建查询相关的支持视觉记忆：利用步骤S2得到的查询语义响应图与支持样本之间的跨图像相关性，计算像素级视觉相似度图，提取支持图像上潜在前景区域，并结合支持图像中由标注掩码限定的前景特征区域，构建查询相关的支持视觉记忆表示；所得到的支持视觉记忆并非对支持样本的直接复制，而是在查询条件约束下的自适应重构结果，使其能够更加精确地反映查询目标的类别属性与几何形态； S5、基于支持记忆引导查询记忆融合：将语义查询记忆、视觉查询记忆以及支持视觉记忆输入至支持引导的记忆细化模块中进行联合处理，其中为增强查询前景的一致性并抑制背景区域的干扰，从支持视觉记忆中提取与查询最相关的前景原型，引入一种基于交叉注意力与前景原型引导的记忆融合机制，对查询记忆进行自适应校准与增强，将增强结果与原始语义查询记忆通过残差连接的方式得到增强型查询记忆表示； S6、端到端联合训练：步骤S5得到的增强型查询记忆与查询图像的视觉特征共同输入至SAM2的记忆注意力模块与掩码解码模块，最终输出查询图像的预测分割结果；所得到的预测分割掩码与查询图像的真实标注掩码之间采用二值交叉熵损失函数进行像素级监督，并依据该损失对整个网络模型进行反向传播与参数更新，实现全部子模块的端到端联合优化。

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武汉理工大学三亚科教创新园，其通讯地址为：572024 海南省三亚市崖州区崖州湾科技城用友产业园9号楼；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。