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！

龙图腾网恭喜长沙理工大学申请的专利一种基于CNN的接缝裁剪图像检测方法及系统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：CN114677359B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202210359478.8，技术领域涉及：G06T7/00；该发明授权一种基于CNN的接缝裁剪图像检测方法及系统是由章登勇;陈书书;李峰;彭建设计研发完成，并于2022-04-07向国家知识产权局提交的专利申请。

本一种基于CNN的接缝裁剪图像检测方法及系统在说明书摘要公布了：本发明公开了一种基于CNN的接缝裁剪图像检测方法及系统，本方法通过将待检测图像输入至预设的卷积神经网络模块中，得到待检测图像的局部特征图；将待检测图像输入预设的快速傅里叶卷积块模块中，得到待检测图像的全局特征图；将局部特征图与全局特征图相连，得到连接后的特征图像；利用softmax分类器对连接后的特征图进行像素检测，得到待检测图像是否发生裁剪的检测结果。本系统提出基于注意力机制的局部特征提取模块与基于快速傅里叶卷积的全局特征提取模块，相较于现有方案，本方法能通过提取待检测图像的全局特征和局部特征，使最后融合得到的检测特征更全面，分类与定位更准确。

本发明授权一种基于CNN的接缝裁剪图像检测方法及系统在权利要求书中公布了：1.一种基于CNN的接缝裁剪图像检测方法，其特征在于，包括如下步骤：将待检测图像输入至预设的卷积神经网络模块中，得到所述待检测图像的局部特征图；其中，所述卷积神经网络模块包括相互结合的空间注意力机制和通道注意力机制；将所述待检测图像输入预设的快速傅里叶卷积块模块中，得到所述待检测图像的全局特征图，其中，所述快速傅里叶卷积块模块包括级联的多个快速傅里叶卷积块，多个所述快速傅里叶卷积块之间的结构相同；具体为：将所述待检测图像输入至所述快速傅里叶卷积块模块中的第1个所述快速傅里叶卷积块中，得到第1个所述快速傅里叶卷积块输出的特征图；将第1个所述快速傅里叶卷积块输出的特征图输入至下一个所述快速傅里叶卷积块中，依次类推，直至最后一个所述快速傅里叶卷积块输出所述待检测图像的全局特征图；其中，多个所述快速傅里叶卷积块中的任意一个所述快速傅里叶卷积块执行如下操作：使用普通卷积提取目标对象的局部特征L1和局部特征L2；所述目标对象是指上一个所述快速傅里叶卷积块输出的特征图或所述待检测图像，所述普通卷积为包括卷积层、激活层和池化层的卷积；使用普通卷积提取所述目标对象的局部特征G1,使用通道级快速傅里叶变换提取所述目标对象的全局特征G2；将所述局部特征L1和所述全局特征G1相加，得到局部特征1；将所述局部特征L2和所述全局特征G2相加，得到全局特征1；将所述局部特征1和所述全局特征1进行批量归一化与Relu激活，得到激活后的局部特征2和激活后的全局特征2；将所述激活后的局部特征2和所述激活后的全局特征2融合，得到所述快速傅里叶卷积块输出的特征图；将所述局部特征图与所述全局特征图相连，得到连接后的特征图；利用softmax分类器对所述连接后的特征图进行像素检测，得到所述待检测图像是否发生裁剪的检测结果。

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长沙理工大学，其通讯地址为：410114 湖南省长沙市天心区万家丽南路二段960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”。