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！

龙图腾网获悉湖南大学申请的专利基于局部语义感知注意力神经网络的遮挡目标识别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：CN115965786B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202310018475.2，技术领域涉及：G06V10/26；该发明授权基于局部语义感知注意力神经网络的遮挡目标识别方法是由毛建旭;易俊飞;王耀南;张辉;曾凯;陶梓铭;钟杭;刘彩苹;朱青;刘敏设计研发完成，并于2023-01-06向国家知识产权局提交的专利申请。

本基于局部语义感知注意力神经网络的遮挡目标识别方法在说明书摘要公布了：本发明公开了基于局部语义感知注意力神经网络的遮挡目标识别方法，包括获取用于网络训练、验证和测试的数据，并进行预处理以及标注，按比例构建训练、验证、测试数据集；搭建局部语义感知注意力增强神经网络；根据构建的训练集对局部语义感知注意力增强神经网络进行训练，根据预设的网络损失函数对局部语义感知注意力增强神经网络进行反向传播，并通过验证集对网络验证；将测试数据集输入至训练好的局部语义感知注意力增强神经网络，得到遮挡目标的置信度和位置，结合极大值抑制算法确定最终的输出结果作为识别结果。通过对遮挡目标的语义进行感知并增强，提升模型对遮挡目标语义识别能力，最终提升机器人对存在遮挡目标的识别效果。

本发明授权基于局部语义感知注意力神经网络的遮挡目标识别方法在权利要求书中公布了：1.基于局部语义感知注意力神经网络的遮挡目标识别方法，其特征在于，所述方法包括以下步骤： S100：获取待测区域的图像数据，对所述图像数据进行预处理，并对所述图像数据中被遮挡目标的位置和类别进行标注，按照预设的划分比例构建出用于训练、验证和测试的数据集； S200：搭建局部语义感知注意力增强神经网络，所述网络包括基于局部语义感知注意力增强的残差网络、特征金字塔网络和检测头网络，其中，所述基于局部语义感知注意力增强的残差网络用于提取到具有不同分辨率的深度特征图；所述特征金字塔网络用于融合不同分辨率的深度特征图，得到融合后的不同分辨率的深度特征图；所述检测头网络用于根据融合后的不同分辨率的深度特征图去预测被遮挡目标的位置和类别；其中，基于局部语义感知注意力增强的残差网络包括依次连接的第一残差块、局部语义感知注意力增强网络、第二残差块、第三残差块和第四残差块，所述第一残差块用于对输入的训练集图片进行语义特征提取，得到第一特征图并输入至所述局部语义感知注意力增强网络；所述局部语义感知注意力增强网络用于增强网络对所述第一特征图中具有相同局部语义信息特征块的注意力，获取具有局部语义增强的特征图，包括： S221：对所述第一特征图F进行滑动窗口操作获取具有大小相同的多维局部语义块F1，再对所述多维局部语义块F1进行转置操作得到多维局部语义块F2； S222：将所述多维局部语义块F1和所述多维局部语义块F2进行矩阵乘法，得到格拉姆矩阵G； S223：将所述格拉姆矩阵进行归一化操作得到相似度矩阵Gn； S224：将所述相似度矩阵Gn按行进行求均值，得到局部语义块的权重系数w，并将所述多维局部语义块F1和所述权重系数w进行元素相乘，得到局部语义增强特征并通过反滑动窗口操作还原成和所述第一特征图F具有相同大小的局部语义特征F'，并将所述语义特征F'送入动态修正线性函数中进行调整得到具有局部语义增强的遮挡目标特征图； S300：根据构建的训练集对所述局部语义感知注意力增强神经网络进行训练，根据验证数据集和预设的网络损失函数对所述局部语义感知注意力增强神经网络进行反向传播，对网络权重进行更新，在完成预设训练轮次之后，得到训练好的局部语义感知注意力增强神经网络； S400：将数据集输入至训练好的局部语义感知注意力增强神经网络，得到被遮挡目标的置信度和位置，根据所述被遮挡目标的置信度和位置结合极大值抑制算法确定最终的输出结果作为目标识别结果。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路1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”。