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！

龙图腾网获悉昆明理工大学申请的专利一种用于振动图像的语义分割方法、视觉定位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：CN116229468B 。

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：202310256471.8，技术领域涉及：G06V20/70；该发明授权一种用于振动图像的语义分割方法、视觉定位方法是由王森;丁锋;柴尚磊;刘韬;刘畅;柳小勤设计研发完成，并于2023-03-16向国家知识产权局提交的专利申请。

本一种用于振动图像的语义分割方法、视觉定位方法在说明书摘要公布了：本发明公开了一种用于振动图像的语义分割方法、视觉定位方法。分割方法包括：获取振动图像；通过训练好的语义分割网络模型，获取振动图像的目标分割掩码。振视觉定位方法，包括：采用振动位移提取分支对振动图像的目标分割掩码进行零阶矩和一阶矩的计算；依据计算的零阶矩和一阶矩，获取视频中每一帧振动图像的中心点坐标，再依次对所有视频帧中心点坐标进行位移偏移量回归，从而得出目标位移数据。本发明以高速工业相机为图像采集媒介，以旋转体作为振动位移测量的对象，将基于深度学习的语义分割方法引入到旋转体视觉振动测量领域，并从多角度验证了深度学习方法在旋转体视觉振动测量方面的可行性，且具有非接触、远距离、安装简易等优势。

本发明授权一种用于振动图像的语义分割方法、视觉定位方法在权利要求书中公布了：1.一种用于振动图像的语义分割方法，其特征在于，包括： 获取振动图像； 通过训练好的语义分割网络模型，获取振动图像的目标分割掩码；所述语义分割网络模型以分割网络U-Net为基础框架，将CSP+Mobiledets骨干网络作为Encoder分支进行初步特征提取，然后对其提取的5个特征层利用Decoder分支逐层上采样并与Encoder特征拼接，以此达到分割网络的特征层解码； 所述语义分割网络模型在训练模型时加入Dice-loss损失函数； 搭建的CSP+Mobiledets骨干网络，沿用Mobiledets网络中的FIBN模块、TC模块，将CBR模块替换为CBM模块，并且使用CPSNet中的CSP模块将不同深度的语义信息进行特征融合； 所述将CSP+Mobiledets骨干网络作为Encoder分支进行初步特征提取，包括顺次连接的五个特征提取模块；第一特征提取模块包括CBM模块、TC模块、CSP1模块，输入的图像进行一次CBM模块卷积得到的结果分别通过CSP1模块和一次TC模块融合，获得第一输出特征F1；第二特征提取模块包括CBM模块、FIBN模块、TC模块、CSP2模块，输入的图像进行两次CBM模块卷积得到的结果再分别使用CSP2模块与一次8通道扩张比例的FIBN模块、三次TC模块卷积后的结果融合，获得第二输出特征F2；第三特征提取模块包括CBM模块、FIBN模块、CSP3模块，输入的图像进行两次CBM卷积得到的结果分别使用CSP3模块与五次8通道扩张比例的FIBN模块、三次4通道扩张比例的FIBN模块卷积结果进行融合，获得第三输出特征F3；第四特征提取模块包括CBM模块、FIBN模块、CSP4模块，输入的图像进行两次CBM卷积得到结果分别使用CSP4模块与一次8通道扩张比例的FIBN模块、三次4通道扩张比例的FIBN模块、四次8通道扩张比例的FIBN模块卷积结果融合，获得第四输出特征F4；第五特征提取模块包括CBM模块、FIBN模块、CSP5模块，输入的图像进行两次CBM卷积得到的结果分别使用CSP5模块与四次8通道扩张比例的FIBN模块卷积融合，最后再进行一次CBM卷积输出图像，获得第五输出特征； 所述FIBN模块将IBN模块中的前1×1卷积和随后的3×3深度可分离卷积融合为单个3×3常规卷积，中间特征层通道的扩张倍数由3×3常规卷积核的数量扩张因子s1决定。

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昆明理工大学，其通讯地址为：650093 云南省昆明市五华区学府路253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”。