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 > 重庆邮电大学尚凤军获国家专利权

重庆邮电大学尚凤军获国家专利权

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!

龙图腾网获悉重庆邮电大学申请的专利一种基于卷积神经网络和注意力机制的自动驾驶方法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:CN117115770B

龙图腾网通过国家知识产权局官网在2025-06-17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:202311192579.1,技术领域涉及:G06V20/56;该发明授权一种基于卷积神经网络和注意力机制的自动驾驶方法是由尚凤军;张宇设计研发完成,并于2023-09-15向国家知识产权局提交的专利申请。

一种基于卷积神经网络和注意力机制的自动驾驶方法在说明书摘要公布了:本发明属于自动驾驶技术领域,具体涉及一种基于卷积神经网络和注意力机制的自动驾驶方法,包括:获取路面信息,将路面信息输入到基于注意力机制的语义分割网络中,得到车道线识别预测图;将路面信息输入到基于注意力机制的目标检测网络,根据车道线识别预测图对图像中的目标进行识别,得到识别结果;根据识别结果进行汽车自动驾驶;本发明通过对注意力机制进行改进,使得网络模型更加关注于重要的图像区域,抑制噪声和干扰,并且提高对细节和关键目标的感知能力,提高检测和识别的精度和鲁棒性。

本发明授权一种基于卷积神经网络和注意力机制的自动驾驶方法在权利要求书中公布了:1.一种基于卷积神经网络和注意力机制的自动驾驶方法,其特征在于,包括:构建自动驾驶模型;将路面信息输入到训练好后的自动驾驶模型中,得到路面信息识别结果;根据路面信息识别结果进行汽车自动驾驶;其中自动驾驶模型包括基于注意力机制的语义分割网络和基于注意力机制的目标检测网络; 对自动驾驶模型进行训练的过程包括: S1、采集道路图像数据,对道路图像数据进行标注;将标注后的数据划分为训练集、验证集以及测试集; S2、将训练集中的数据输入到基于注意力机制的语义分割网络中,得到车道线识别预测图;基于注意力机制的语义分割网络采用Encoder-Decoder结构,包括Encoder模块和Decoder模块;其中Encoder模块由基于双重注意力机制的特征提取网络和基于通道注意力机制和ASPP的加强特征提取网络组成; Decoder模块由第一卷积层、双线性插值上采样层、拼接层、第二卷积层以及上采样层组成; 基于双重注意力机制的特征提取网络包括初始化模块、四个残差模块组以及第一混合域注意力机制模块;其中初始化模块由卷积层、第二混合域注意力机制模块以及最大池化层组成,各个残差模块组由不同的残差模块组成,每个残差模块引入改进后的通道注意力机制模块;改进的通道注意力机制包括: X′=ScaleX=X*HardSigmoidW2*ReluW1*MaxPoolX 其中,X′表示加权后的特征图,ScaleX表示特征向量与特征通道之间的乘法操作,X表示特征图,HardSigmoid表示激活函数,W2表示第二次全连接产生的权重参数,Relu表示激活函数,W1表示第一次全连接产生的权重参数,MaxPool表示最大池化操作; 混合域注意力机制对特征图进行处理包括:将特征图输入到改进的通道注意力模块中,得到通道特征图;将通道特征图与输入特征图进行融合,得到融合特征图;采用空间注意力模块对融合特征图进行进空间特征提取;将空间特征图和融合特征图进行融合,得到输出特征图; S3、将训练集中的数据输入到基于注意力机制的目标检测网络,得到目标检测图;将车道线识别预测图与目标检测图进行融合,得到识别结果; S4:根据识别结果计算模型的损失函数; S5:将验证集输入到自动驾驶模型中进行验证,采用测试对验证后的自动驾驶模型进行测试,不断调整参数,当损失函数收敛时完成模型训练。

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重庆邮电大学,其通讯地址为:400065 重庆市南岸区南山街道崇文路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。