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 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 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 > 恭喜苏州东大金点物联科技有限公司常徐获国家专利权

恭喜苏州东大金点物联科技有限公司常徐获国家专利权

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!

龙图腾网恭喜苏州东大金点物联科技有限公司申请的专利基于多层融合边缘增强颈部网络的目标检测优化实现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:CN115035394B

龙图腾网通过国家知识产权局官网在2025-06-13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:202210798462.7,技术领域涉及:G06V20/00;该发明授权基于多层融合边缘增强颈部网络的目标检测优化实现方法及系统是由常徐;唐红锋;林巍峣;何天尧设计研发完成,并于2022-07-08向国家知识产权局提交的专利申请。

基于多层融合边缘增强颈部网络的目标检测优化实现方法及系统在说明书摘要公布了:一种基于多层融合边缘增强颈部网络的目标检测优化实现方法及系统,通过对骨干网络从图像中提取得到五层输入特征,将其中第二至第五层特征使用反向融合路径和正向融合路径进行优化特征融合,得到三层输出特征,再经目标分类和回归网络,得到优化检测结果。本发明利用神经网络不同层针对高层次和低层次特征提取能力差异,即浅层网络在提取图像轮廓、边缘、纹理等低层特征的优势,以及浅层特征分辨率高的特点,将浅层有价值的信息融合进高层特征,来进行后续的检测和分类任务。通过对高分辨率和边缘信息的利用,颈部网络可以更好地应对小尺寸和透明目标的检测问题,提升准确率的同时不受数据的限制。

本发明授权基于多层融合边缘增强颈部网络的目标检测优化实现方法及系统在权利要求书中公布了:1.一种基于多层融合边缘增强颈部网络的目标检测优化实现方法,其特征在于,通过对骨干网络从图像中提取得到五层输入特征,将其中第二至第五层特征使用反向融合路径和正向融合路径进行优化特征融合,得到三层输出特征,再经目标分类和回归网络,得到优化检测结果; 所述的第二至第五层特征是指:通过常用的目标检测特征提取骨干网络提取得到的最后四层特征,其中:浅层的特征具有大分辨率和小通道数,每深入一层特征的通道数将扩大一倍,而分辨率将减小一半;最终将得到四个分辨率和通道数各不相同的特征; 所述的优化特征融合是指:从第五至第二层特征,逐层进行上采样压缩深层特征的通道数并且扩大分辨率与浅层网络特征拼接,直到第二层特征为止,实现由深到浅的反向融合路径;融合至最浅层特征后,通过下采样减小分辨率,从而与反向融合路径中的第三至第处理五层特征进行拼接,实现由浅到深的正向融合路径,具体包括:对第三至第五层特征分别进行上采样处理后分别①与第二层特征融合并通过采用残差学习方式的边缘增强后再进行下采样处理,以及②直接进行采用残差学习方式的边缘增强后与路径①得到的下采样特征融合,得到中间特征;将中间特征依次进行一次下采样、与第四层特征上采样后的结果融合、二次下采样、与第五层特征上采样后的结果融合,得到对应的三层输出特征; 所述的采用残差学习方式的边缘增强,包括两条支路,具体为:①对输入特征进行全等映射,以及②首先对输入特征通过高斯滤波器进行高斯模糊操作,得到弱化无关边缘信息的特征,再通过Sobel算子对该特征进行卷积,得到该特征的梯度图;基于特征梯度图,计算其相位图和幅度图,在通道维度进行拼接,最后输入一个3×3卷积进行通道维度的压缩,压缩到一维,作为边缘增强信息叠加到分支①中全等映射的输入特征上,实现特征的边缘增强。

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苏州东大金点物联科技有限公司,其通讯地址为:215600 江苏省苏州市张家港经济技术开发区港城大道中兴路口;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。