恭喜成都国星宇航科技股份有限公司李得元获国家专利权
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!
龙图腾网恭喜成都国星宇航科技股份有限公司申请的专利基于深度学习生成树木影像生长规则的方法、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:CN117690027B 。
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:202311826970.2,技术领域涉及:G06V20/10;该发明授权基于深度学习生成树木影像生长规则的方法、装置及设备是由李得元;陆川设计研发完成,并于2023-12-27向国家知识产权局提交的专利申请。
本基于深度学习生成树木影像生长规则的方法、装置及设备在说明书摘要公布了:本申请公开了基于深度学习生成树木影像生长规则的方法、装置及设备,涉及植物生长预测技术领域,旨在解决现有技术无法自动化生成L‑system序列的技术问题。所述方法包括:获取待预测树木的图像;基于卷积神经网络模块,对所述待预测树木的图像进行特征提取及编码,获得卷积编码特征数据;将所述卷积编码特征数据和L‑system第一目标序列输入至解码器模块,以使得所述解码器模块输出下一个L‑system字符的概率分布;基于所述下一个L‑system字符的概率分布,获得L‑system第二目标序列;基于所述L‑system第二目标序列,获得所述待预测树木的生长规则。基于本申请所述方法,可以快速准确地模拟树木的生长和形态,并且可以更好地处理复杂的树木结构。
本发明授权基于深度学习生成树木影像生长规则的方法、装置及设备在权利要求书中公布了:1.一种基于深度学习生成树木影像生长规则的方法,其特征在于,包括以下步骤:获取待预测树木的图像;基于卷积神经网络模块,对所述待预测树木的图像进行特征提取及编码,获得卷积编码特征数据;将所述卷积编码特征数据和L-system第一目标序列输入至解码器模块,以使得所述解码器模块输出下一个L-system字符的概率分布;基于所述下一个L-system字符的概率分布,获得L-system第二目标序列;其中,所述将所述卷积编码特征数据和L-system第一目标序列输入至解码器模块,以使得所述解码器模块输出下一个L-system字符的概率分布的步骤,包括:将L-system第一目标序列进行wordembedding和positionembedding,获得序列的特征矩阵;将所述序列的特征矩阵输入至MaskedMulti-HeadAttention层,获得自注意力特征;将所述序列的特征矩阵和所述自注意力特征相加后,进行归一化处理,获得第一输出特征;将所述第一输出特征和所述卷积编码特征数据输入Multi-HeadAttention层,以获得编码器-解码器注意力层的特征;将所述第一输出特征和所述编码器-解码器注意力层的特征相加,并进行归一化处理后,获得第二输出特征;将所述第二输出特征输入至position-wiseFeedForward层,以获得前馈神经网络特征;将所述第二输出特征和所述前馈神经网络特征相加,并进行归一化处理后,获得第三输出特征;将所述第三输出特征作为初始特征矩阵依次输入MaskedMulti-HeadAttention层、Multi-HeadAttention层和position-wiseFeedForward层,并将每一层的输入值与输出值相加后,进行归一化处理,获得第一次输出特征;再将所述第一次输出特征作为初始特征矩阵依次输入MaskedMulti-HeadAttention层、Multi-HeadAttention层和position-wiseFeedForward层,并将每一层的输入值与输出值相加后,进行归一化处理,获得第二次输出特征;将上述步骤循环预设次数后,将最后一次的输出特征作为第四输出特征;将所述第四输出特征输入预设线性层和预设softmax层,获得下一个L-system字符的概率分布;基于所述L-system第二目标序列,获得所述待预测树木的生长规则。
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成都国星宇航科技股份有限公司,其通讯地址为:610095 四川省成都市高新区锦和路1699号4栋1层;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”。
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。