Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜湖南大学梁桥康获国家专利权

恭喜湖南大学梁桥康获国家专利权

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!

龙图腾网恭喜湖南大学申请的专利一种基于水下模糊图像的目标检测方法、装置及设备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:CN119380005B

龙图腾网通过国家知识产权局官网在2025-03-18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:202411958306.8,技术领域涉及:G06V10/25;该发明授权一种基于水下模糊图像的目标检测方法、装置及设备是由梁桥康;柳力元;秦海;殷义;申新朴设计研发完成,并于2024-12-30向国家知识产权局提交的专利申请。

一种基于水下模糊图像的目标检测方法、装置及设备在说明书摘要公布了:本发明公开了一种基于水下模糊图像的目标检测方法、装置及设备,方法为:收集水下模糊图像数据集,对目标物进行边界框和类别标注得到已标注数据集;使用未标注和已标注的数据集对搭建的神经网络模型进行训练,得到目标检测模型;其中,神经网络模型首先使用EfficientNet作为主干网络,对输入不带边界框的图像进行特征提取,得到若干中间层特征;然后使用合成融合金字塔网络,对中间层特征进行特征融合;最后使用Linformer进行自注意力机制处理,输出带边界框的图像以及边界框内的目标类别;最终使用训练得到的目标检测模型,对待检测的水下模糊图像进行目标检测。本发明实现对水下模糊图像中目标的高效率高精度检测。

本发明授权一种基于水下模糊图像的目标检测方法、装置及设备在权利要求书中公布了:1.一种基于水下模糊图像的目标检测方法,其特征在于,包括:步骤1,收集水下模糊图像数据集,对图像中的目标物进行类别标注和边界框标注,得到已标注数据集;步骤2,搭建神经网络模型,并使用未标注的数据集和已标注的数据集对搭建好的神经网络模型进行训练,得到目标检测模型;其中,所述神经网络模型:首先使用EfficientNet作为主干网络,对输入不带边界框的图像进行特征提取,得到若干个中间层特征;然后使用合成融合金字塔网络SFPN,对中间层特征进行特征融合;最后使用Linformer进行自注意力机制处理,输出带边界框的图像以及边界框内的目标类别;所述使用Linformer进行自注意力机制处理,包括:(1)将SFPN得到的三维特征图重塑为一个二维序列,并添加位置编码来保留序列的位置信息,位置编码是一个与长度相同、维度为的向量,将位置编码添加到重塑后的序列得到自注意力机制处理的输入; ; ; ;其中,表示将三维的特征图重塑为一个二维序列;分别是特征图的高度、宽度、通道数;是位置索引,是通道索引,是位置编码的维度,即位置编码中每个位置的向量长度;和是位置编码的两个分量,是使用正弦函数来编码位置索引和通道索引,是使用余弦函数来编码位置索引和通道索引;(2)通过引入线性投影矩阵进行自注意力计算,然后通过Softmax进行归一化处理,通过加权求和得到,再通过层归一化处理得到自注意力机制处理的输出; ; ; ; ;式中,是查询矩阵,是键矩阵,是值矩阵,是键的维度;是注意力权重矩阵,表示了输入序列中每个元素对其他元素的注意力程度;表示加权求和的结果,即每个查询向量通过对应的注意力权重与值矩阵相乘,得到加权的值向量;是自注意力机制处理的输出;代表层归一化处理;(3)使用前馈网络进行处理得到,输出一个序列结果: ; ;式中,表示前馈神经网络运算过程,是权重偏置,是偏置项,是激活函数,表示从的输出中选择具有最大概率的元素,以确定每个位置的预测类别,得到预测结果;步骤3,使用训练得到的目标检测模型,对待检测的水下模糊图像进行目标检测,输出带边界框的图像以及边界框内的目标类别。

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湖南大学,其通讯地址为:410082 湖南省长沙市岳麓区麓山南路2号;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。