[发明专利]智慧场景分割技术

权利要求书

1.智慧场景分割技术，其特征在于：所述智慧场景分割技术由提取场景模块和场景分割设备组合而成；所述提取场景模块为高清海康威视C6记录仪。

2.根据权利要求1所述的智慧场景分割技术，其特征在于：所述场景分割设备由EFFNet语义分割模型和小型超级算力设备组成；所述小型超级算力设备由英特尔Core i9-9900K@3.60GHz八核处理器、技嘉C246-WU4-CF(C246芯片组)主板、威刚DDR42666MHz(32GB)内存、智能高清显示器和Nvidia GeForce RTX 3080显卡组成。

3.根据权利要求1所述的智慧场景分割技术，其特征在于：所述EFFNet语义分割模型由ResNet编码器网络、特征重用模块、特征融合模块、全局池化模块和空间信息模块组成；所述ResNet编码器网络为ResNet50。

4.根据权利要求1所述的智慧场景分割技术，其特征在于：所述特征重用模块由两个输入变量、一个特征图拼接操作、一个1×1卷积层、两个3×3卷积层、两个激活函数和一个逐元素相加操作组成，在上采样阶段为模型补充高层语义信息。

5.根据权利要求1所述的智慧场景分割技术，其特征在于：所述特征融合模块由两个输入变量、二个1×1卷积层、一个特征图拼接操作、一个3×3卷积层组成、一个注意力机制模块、三个激活函数和一个逐元素相加操作组成，能够高效融合不同阶段的高层语义信息和空间信息；所述注意力机制模块由一个输入变量、一个全局池化层、两个全连接层、两个激化函数、一个尺度缩放操作和一个逐元素相乘操作组成，能使特征融合模块学习到带有区分力的特征图。

6.根据权利要求1所述的智慧场景分割技术，其特征在于：所述全局池化模块由一个输入变量、一个自适应全局池化层、一个1×1卷积层和一个尺度缩放操作组成，为模型补充全局信息。

7.根据权利要求1所述的智慧场景分割技术，其特征在于：空间信息模块由一个输入变量、一个3×3卷积层、一个平均池化层、一个激化函数和一个特征图拼接操作组成，在上采样阶段为模型补充语义类别信息。

8.根据权利要求1-7任一项所述的智慧场景分割技术的处理方法，其特征在于：包括如下步骤：

1)提取场景模块实时录取所需场景分割的视频；

2)视频传送到场景分割设备中，通过处理器将视频分解成多张图像；

3)EFFNet语义分割模型实时处理多张图像，得到多张语义图像；

4)处理器将多张语义图像压缩并恢复视频格式，再传输到智能高清显示器；

5)智能高清显示器动态显示场景分割。

9.根据权利要求8所述的智慧场景分割技术的处理方法，其特征在于：所述EFFNet语义分割模型在语义分割数据集上训练模型参数，之后将训练所得到的参数载入到模型中。