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 > 杭州电子科技大学金颖杰获国家专利权

杭州电子科技大学金颖杰获国家专利权

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!

龙图腾网获悉杭州电子科技大学申请的专利一种模仿人类注意力机制的视频显著性预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:CN118072217B

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:202410178441.4,技术领域涉及:G06V20/40;该发明授权一种模仿人类注意力机制的视频显著性预测方法是由金颖杰;周晓飞;张继勇设计研发完成,并于2024-02-09向国家知识产权局提交的专利申请。

一种模仿人类注意力机制的视频显著性预测方法在说明书摘要公布了:本发明公开了一种模仿人类注意力机制的视频显著性预测方法,该方法首先从每个视频中随机抽取连续n帧的视频序列,作为输入训练集。其次构建基于模仿人类注意力机制的视频显著性预测模型,所述模型包括编码器模块、多级特征集成部分、层级特征增强部分和输出模块。最后将获取的训练集视频序列输入到视频显著性预测模型进行训练,得到预测结果。本发明具有更好的预测效果能更好的预测到视频中最显著的区域。

本发明授权一种模仿人类注意力机制的视频显著性预测方法在权利要求书中公布了:1.一种模仿人类注意力机制的视频显著性预测方法,其特征在于,包括如下步骤: S1、从每个视频中随机抽取连续n帧的视频序列,作为输入训练集; S2、构建基于模仿人类注意力机制的视频显著性预测模型,所述模型包括编码器模块、多级特征集成部分、层级特征增强部分和输出模块; S3、将获取的训练集视频序列输入到视频显著性预测模型进行训练,得到预测结果,具体过程为: S3.1、通过编码器模块输出具有时空依赖关系的4级编码器特征,再将4级编码器特征分别通过3D卷积层,得到4级时空信息特征; S3.2、将4级时空信息特征通过多级特征集成部分,得到4级集成特征,具体为:多级特征集成单元以时间维度级联将特征进行级联,包含3个并联的由一个不同时间尺度的卷积核的3D卷积和一个2×3×3卷积核的3D卷积组成的3个分支,以元素相加的方式聚合分支特征并以一个3D卷积进行整合,得到集成特征 多级特征集成单元的输入为对应的层级时空特征以及前一级的多级特征集成单元的输出,其中 S3.3、将4级集成特征通过层级特征增强部分得到4级增强特征,层级特征增强部分分为多尺度时空融合单元和通道特征增强单元,分别作用在前2级集成特征和后2级集成特征;具体过程如下: 将4级集成特征输入到层级特征增强部分,前2级集成特征其中先经过一次上采样,输入到多尺度时空融合特征单元;所述多尺度时空融合特征单元包含由不同卷积核大小的3D卷积组成的3个分支,外加1个最大池化层和3D卷积组成的第4个分支,所有分支特征以元素相加的方式进行集成,并通过2个3D卷积进行时空尺度上的整合输出增强特征 后2级集成特征其中先经过一次上采样,输入到通道特征增强单元;所述通道特征增强单元先通过2个3D卷积对特征进行整合,然后将特征沿通道等比拆分成4个等比特征,等比特征之间逐级通过元素相加和3D卷积的方式进行特征增强,并以通道级联和3D卷积的方式再次聚合增强后的等比特征;再通过密集连接、3D卷积和上采样输出增强特征 S3.4、融合4级增强特征,通过输出模块,输出预测图。

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杭州电子科技大学,其通讯地址为:310018 浙江省杭州市钱塘区白杨街道2号大街1158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。