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 > 安徽大学侯芷萌获国家专利权

安徽大学侯芷萌获国家专利权

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!

龙图腾网获悉安徽大学申请的专利一种融合交叉自注意力的掌静脉边缘细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:CN120259352B

龙图腾网通过国家知识产权局官网在2025-09-05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:202510380820.6,技术领域涉及:G06T7/13;该发明授权一种融合交叉自注意力的掌静脉边缘细化检测方法是由侯芷萌;傅佳欣;唐飞翔;任积峰;赵业成;陈嘉玲;王佳雨;朱妮娜;陈倩;王一翔设计研发完成,并于2025-03-28向国家知识产权局提交的专利申请。

一种融合交叉自注意力的掌静脉边缘细化检测方法在说明书摘要公布了:本发明提供一种融合交叉自注意力的掌静脉边缘细化检测方法,包括:获取待处理的掌静脉图像;将待处理的掌静脉图像输入至训练好的掌静脉边缘细化检测网络中,得到边缘信息,掌静脉边缘细化检测网络包括用于提取局部细节和全局结构的特征提取单元、用于在空间和通道上融合不同尺度特征的特征融合单元、以及用于对融合后的特征进行分割的特征细化单元。该方法先通过特征提取单元对局部细节和全局特征进行提取,再利用特征融合单元在空间和通道上聚集不同尺度的特征,最后再利用特征细化单元对初步预测结果中的不确定点作针对性地细化,从而实现了掌静脉边缘的精准分割。

本发明授权一种融合交叉自注意力的掌静脉边缘细化检测方法在权利要求书中公布了:1.一种融合交叉自注意力的掌静脉边缘细化检测方法,其特征在于,包括: 获取待处理的掌静脉图像; 将所述待处理的掌静脉图像输入至训练好的掌静脉边缘细化检测网络中,得到边缘信息,所述掌静脉边缘细化检测网络的表达式如下: Iout=HFRUHFFUHFEUIin, 其中,HFEU为特征提取单元,用于提取局部细节和全局结构,HFFU为特征融合单元,用于在空间和通道上融合不同尺度的特征,HFRU为特征细化单元,用于对融合后的特征进行分割; 所述特征细化单元包括多组级联的粗略预测模块和精细预测模块;所述粗略预测模块用于对融合后的特征进行粗略预测,所述精细预测模块用于对粗略预测结果中的不确定点进行针对性的细化; 所述粗略预测模块的表达式如下: X6=SigmoidConv3×3BilinearUpsamplingX5, 其中,X5为所述特征融合单元的输出特征,BilinearUpsampling为双线性插值上采样,Conv3×3为卷积核大小为3×3的卷积,Sigmoid为Sigmoid函数,X6为所述粗略预测模块的输出特征; 所述精细预测模块包括级联的动态卷积层、双线性插值上采样以及多层感知机; 所述动态卷积层按如下步骤进行处理: 在粗略预测结果中随机生成k×N个点pi,i=1,2,…,kN; 提取每个点pi周围的局部特征图,并使用一个1×1的卷积层对每个输入位置的局部信息生成一组动态卷积核Kpi; 将所述动态卷积核Kpi与初步预测图进行卷积,得到特征Ypi; 计算特征Ypi中每个点的不确定性,并进行排序后选出前β×N个最不确定的真实值点。

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安徽大学,其通讯地址为:230601 安徽省合肥市经济技术开发区九龙路111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。