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 > 国能朔黄铁路发展有限责任公司;中国铁道科学研究院集团有限公司铁道建筑研究所;中国铁道科学研究院集团有限公司尹京获国家专利权

国能朔黄铁路发展有限责任公司;中国铁道科学研究院集团有限公司铁道建筑研究所;中国铁道科学研究院集团有限公司尹京获国家专利权

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!

龙图腾网获悉国能朔黄铁路发展有限责任公司;中国铁道科学研究院集团有限公司铁道建筑研究所;中国铁道科学研究院集团有限公司申请的专利一种基于多模态融合的桥梁病害识别方法及装置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:CN116797534B

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:202310306249.4,技术领域涉及:G06F16/00;该发明授权一种基于多模态融合的桥梁病害识别方法及装置是由尹京;尚培培;鞠晓臣;王新让;袁磊;苏永华;谷牧;窦俊鹏;李克冰;肖鑫;陈浩瑞;朱颖;潘永杰设计研发完成,并于2023-03-27向国家知识产权局提交的专利申请。

一种基于多模态融合的桥梁病害识别方法及装置在说明书摘要公布了:本申请提出一种基于多模态融合的桥梁病害识别方法及装置,属于多模态深度学习技术领域,方法包括:获取待检测桥梁的红外光图像、可见光图像及位置编码;将红外光图像输入第一卷积网络,得到第一图像特征;将可见光图像输入第二卷积网络,得到第二图像特征;将第二图像特征与位置编码叠加后输入到编码器,得到编码结果;将编码结果输入到解码器,得到第三图像特征;将第一图像特征与第三图像特征输入到多模态融合网络,得到多模态融合特征;将多模态融合特征输入到预训练的神经网络对桥梁病害进行预测,得到桥梁病害识别结果。本申请综合利用红外光图像和可见光图像的特征信息,提升了桥梁病害检测任务的准确性,加强了检测模型的鲁棒性。

本发明授权一种基于多模态融合的桥梁病害识别方法及装置在权利要求书中公布了:1.一种基于多模态融合的桥梁病害识别方法,其特征在于,包括: 获取待检测桥梁的红外光图像、可见光图像以及位置编码; 将所述红外光图像输入预训练的第一卷积网络,得到第一图像特征; 将所述可见光图像输入预训练的第二卷积网络,得到第二图像特征; 将所述第二图像特征与位置编码叠加后输入到编码器,得到编码结果; 将编码结果输入到解码器,得到第三图像特征; 将所述第一图像特征与第三图像特征输入到预训练的多模态融合网络,得到多模态融合特征; 将所述多模态融合特征输入到预训练的神经网络对桥梁病害进行预测,得到桥梁病害识别结果,所述桥梁病害识别结果包括:是否存在桥梁病害和或桥梁病害类别; 所述将所述第二图像特征与位置编码叠加后输入到编码器,得到编码结果,包括: 将所述第二图像特征的维度降维到,以使所述第二图像特征降维结果的维度与位置编码的维度一致,并将所述第二图像特征降维结果与位置编码进行叠加,得到叠加结果,其中,为第二图像特征的数量,为第二图像特征的宽度,为第二图像特征的高度; 将叠加结果输入到编码器,得到编码结果; 所述将所述第一图像特征与第三图像特征输入到多模态融合网络,得到多模态融合特征,包括: 将所述第一图像特征与第三图像特征进行拼接,所述第一图像特征的第一维度与第三图像特征的第一维度相等; 将拼接后的特征输入到多模态融合网络的第三全连接层,得到多模态融合特征。

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国能朔黄铁路发展有限责任公司;中国铁道科学研究院集团有限公司铁道建筑研究所;中国铁道科学研究院集团有限公司,其通讯地址为:062350 河北省沧州市肃宁县神华路;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”。

以上内容由AI智能生成
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。