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 > 电子科技大学王振松获国家专利权

电子科技大学王振松获国家专利权

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!

龙图腾网获悉电子科技大学申请的专利一种融合置信对应估计的深度神经网络图像变化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:CN119762459B

龙图腾网通过国家知识产权局官网在2025-07-11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:202411853709.6,技术领域涉及:G06T7/00;该发明授权一种融合置信对应估计的深度神经网络图像变化检测方法是由王振松;何明炜;邱春华;吴绍炜;李西峰设计研发完成,并于2024-12-16向国家知识产权局提交的专利申请。

一种融合置信对应估计的深度神经网络图像变化检测方法在说明书摘要公布了:本发明公开了一种融合置信对应估计的深度神经网络图像变化检测方法,属于图像处理技术领域,该方法采用深度置信对应关系估计网络和变化检测网络两个级联的深度子神经网络实现。该方法包括将两幅待检测的图像输入深度置信对应关系估计网络,输出两幅图像间的对应关系以及该对应关系的置信度,同时提取图像特征和对应关系不确定性特征;将置信度、图像特征和对应关系不确定性特征输入变化检测网络,经多级卷积神经网络做进一步处理,输出变化检测结果。本发明将图像对应关系估计、对应关系置信度估计和变化检测有机融合,使图像配准和变化检测统一到一个网络框架中,同时改善了图像变化检测效果。

本发明授权一种融合置信对应估计的深度神经网络图像变化检测方法在权利要求书中公布了:1.一种融合置信对应估计的深度神经网络图像变化检测方法,其特征在于,该方法采用深度置信对应关系估计网络和变化检测网络两个级联的深度神经网络实现,所述方法包括步骤: S1、将待检测图像A和待检测图像B输入深度置信对应关系估计网络的特征提取部分进行特征提取,得到待检测图像A的全尺寸特征图和待检测图像B的金字塔特征、全尺寸特征图; S2、对全尺寸特征图和全尺寸特征图进行相关运算后得到特征相关体V,将特征相关体V分别输入深度置信对应关系估计网络的对应关系估计部分和对应不确定性特征提取部分,得到待检测图像A和待检测图像B之间的对应关系M和对应不确定性特征FP; S3、将对应关系M和对应不确定性特征FP输入深度置信对应关系估计网络的概率回归部分,得到对应不确定性概率模型的参数;接着,根据对应不确定性概率模型的参数,计算待检测图像A和待检测图像B之间的对应关系M的置信度图T; S4、将对应不确定性特征FP和置信度图T堆叠后的特征及待检测图像B的金字塔特征输入到变化检测网络,变化检测网络处理后得到待检测图像A和待检测图像B之间的变化检测结果; 对两幅待检测图像的图像特征进行相关运算的方法包括: A1、对于待检测图像B中任一位置i,j处的像素点,查找待检测图像A中对应位置i,j处像素点周边邻域内的所有像素点,邻域大小为,为一个常数; A2、对位置i,j处的像素点的全尺寸特征图中的特征向量与步骤A1中查找的所有像素点的全尺寸特征图中的特征向量进行相关运算,位置i,j处像素点对应的所有相关运算结果组成的矩阵作为相关子体; A3、对待检测图像B中余下位置处的像素点执行步骤A1和步骤A2,得到待检测图像B中所有位置处的像素点对应的相关子体; A4、采用待检测图像B中所有位置处的像素点对应的相关子体构成输入到不确定性特征提取部分和对应关系估计部分的特征相关体V。

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电子科技大学,其通讯地址为:610073 四川省成都市高新区(西区)西源大道2006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。