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！

龙图腾网获悉中国科学院上海微系统与信息技术研究所申请的专利一种基于均一型残差网络的空间位置关系检测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：CN115359122B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202210998966.3，技术领域涉及：G06T7/73；该发明授权一种基于均一型残差网络的空间位置关系检测方法是由王旭;陈南希;李嘉茂;张晓林设计研发完成，并于2022-08-19向国家知识产权局提交的专利申请。

本一种基于均一型残差网络的空间位置关系检测方法在说明书摘要公布了：本发明提供一种基于均一型残差网络的空间位置关系检测方法，包括：使用均一型残差网络从图像的深度信息中提取深度信息特征；其中，均一型残差网络在下采样时输入和输出通道数不变；从物体标签、物体边界框提取第一类空间位置特征，从RGB图像中提取第二类空间位置特征；将所有深度信息特征、第一类空间位置特征和第二类空间位置特征都送入空间位置关系分类网络，以进行空间位置关系的检测。本发明的基于均一型残差网络的空间位置关系检测方法使用残差网络从图像深度信息中提取深度信息特征并设计了均一型残差网络，处理深度信息时神经网络在下采样的时候通道数保持不变，从而可以有效提高空间位置关系的检测精度。

本发明授权一种基于均一型残差网络的空间位置关系检测方法在权利要求书中公布了：1.一种基于均一型残差网络的空间位置关系检测方法，其特征在于，包括： 步骤S1：使用均一型残差网络从图像的深度信息中提取深度信息特征； 步骤S2：从物体标签、物体边界框提取第一类空间位置特征，从RGB图像中提取第二类空间位置特征； 步骤S3：将所有深度信息特征、第一类空间位置特征和第二类空间位置特征都送入空间位置关系分类网络，以进行空间位置关系的检测； 在所述步骤S1中，所述均一型残差网络通过如下方法设计得到： 步骤S11：在基本式构成单元和瓶颈式构成单元这两种构成单元中选择一种作为均一型残差网络的构成单元； 步骤S12：设置残差网络中构成单元的数量； 步骤S13：在第一个构成单元前插入一个7×7的卷积层和一个3×3的最大池化层，在最后一个构成单元后插入一个平均池化层；第一个构成单元是指在处理输入图像的过程中最早进行数据处理的构成单元； 步骤S14：选择进行下采样的神经网络层； 步骤S15：设置每个构成单元的输入通道数和输出通道数，其中，所有的构成单元具有相同数量的卷积层，且不同的构成单元的同一层卷积层的输入通道数和输出通道数不随下采样而变化； 所述均一型残差网络的构成单元采用瓶颈式构成单元，瓶颈式构成单元由三层卷积层以及相应的归一化层和激活函数层构成，第一层卷积层的尺寸为1×1，第二层卷积层的尺寸为3×3，第三层卷积层的尺寸为1×1；对于所有瓶颈式构成单元，第二层卷积层的输出通道数与第一层卷积层的输出通道数相同，不随下采样而变化；对于除第一个瓶颈式构成单元以外的其它瓶颈式构成单元，第一层卷积层的输入通道数是第二层卷积层输入通道数的4倍，不随下采样而变化；对于所有瓶颈式构成单元，第三层卷积层的输入通道数与第二层卷积层的输入通道数相同，不随下采样而变化，第三层卷积层的输出通道数是第二层卷积层的输出通道数的4倍，不随下采样而变化。

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中国科学院上海微系统与信息技术研究所，其通讯地址为：200050 上海市长宁区长宁路865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”。