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！

龙图腾网获悉广东工业大学申请的专利一种基于实例分割的电力工人护目镜佩戴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：CN120147756B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202510381179.8，技术领域涉及：G06V10/764；该发明授权一种基于实例分割的电力工人护目镜佩戴检测方法是由苏庆;田华川;刘展宏;袁海军;周城平;谢国波;林志毅;黄剑锋;陈勇;周旭设计研发完成，并于2025-03-28向国家知识产权局提交的专利申请。

本一种基于实例分割的电力工人护目镜佩戴检测方法在说明书摘要公布了：本发明公开的属于电力技术领域，具体为一种基于实例分割的电力工人护目镜佩戴检测方法，包括具体步骤如下：构建原始的电力工人佩戴护目镜作业图像的数据集D1；对D1进行预处理，得到新的电力工人佩戴护目镜作业图像的数据集D2；设计一个EGSNet网络，运用该网络对D2中的任意电力工人作业图像进行处理，得到电力工人护目镜的佩戴检测结果。本发明通过噪声扰动与逆向降噪机制，动态生成与各护目镜实例相关的噪声滤波器，有效捕获护目镜的边界特征，实现更精确的边界处理；掩码特征图提供全局上下文信息，进一步增强了在复杂背景下分割的鲁棒性，显著降低漏检率和误检率，尤其在护目镜与背景纹理或颜色相似时表现优异。

本发明授权一种基于实例分割的电力工人护目镜佩戴检测方法在权利要求书中公布了：1.一种基于实例分割的电力工人护目镜佩戴检测方法，其特征在于，包括具体步骤如下： S1：构建原始的电力工人佩戴护目镜作业图像的数据集D1； S2：对D1进行预处理，得到新的电力工人佩戴护目镜作业图像的数据集D2； S3：设计一个EGSNet网络，运用该网络对D2中的任意电力工人作业图像进行处理，得到电力工人护目镜的佩戴检测结果； S4：将D2中的训练集和验证集加载进EGSNet网络进行训练以更新网络参数，再将D2中的测试集作为输入验证网络效果； S5：将训练好的EGSNet网络应用到护目镜检测任务中，并集成到电力施工现场监控系统； 所述S3的具体步骤如下： S31：构建多尺度特征图生成模块，生成特征增强的多尺度特征图； S32：运用多尺度特征图融合模块对不同尺度的P1、P2、P3和P4进行融合，输出一个掩码特征图Fmask； S33：构建Q2P-Cross模块，运用交叉注意力机制和多层感知机MLP对P1、P2、P3和P4进行特征融合和增强处理，生成护目镜提示嵌入特征矩阵，具体步骤如下： S331：采用交叉注意力机制对P1、P2、P3和P4进行注意力权重运算，得到护目镜查询矩阵，包括第一护目镜查询矩阵Q1、第二护目镜查询矩阵Q2、第三护目镜查询矩阵Q3、第四护目镜查询矩阵Q4； S332：运用多层感知机MLP对Q1、Q2、Q3和Q4进行特征增强，生成护目镜提示嵌入矩阵，包括第一护目镜提示嵌入矩阵E1、第二护目镜提示嵌入矩阵E2、第三护目镜提示嵌入矩阵E3和第四护目镜提示嵌入矩阵E4，用于指导后续掩码生成的过程，公式为： Ei＝ΦmlpQi,1≤i≤4 其中，Qi表示护目镜查询矩阵；Φmlp表示多层感知机MLP，MLP由多个全连接层和ReLU激活函数组成；Ei表示护目镜提示嵌入矩阵，其中E1是对Q1进行多层感知机操作后得到的第一护目镜提示嵌入矩阵，E2是对Q2进行多层感知机操作后得到的第二护目镜提示嵌入矩阵，E3是对Q3进行多层感知机操作后得到的第三护目镜提示嵌入矩阵，E4是对Q4进行多层感知机操作后得到的第四护目镜提示嵌入矩阵； S333：将E1、E2、E3和E4通过正弦变换sin生成护目镜提示嵌入特征矩阵，包括第一护目镜提示嵌入特征矩阵T1，第二护目镜提示嵌入特征矩阵T2，第三护目镜提示嵌入特征矩阵T3，第四护目镜提示嵌入特征矩阵T4，上述护目镜提示嵌入特征矩阵用于提供护目镜的位置信息和形状特征提示，计算公式为： Ti＝Ei+sinEi,1≤i≤4 其中，Ei表示护目镜提示嵌入矩阵；sinEi表示对Ei进行正弦变换；Ti表示护目镜提示嵌入特征矩阵，其中T1是由E1和sinE1相加得到的第一护目镜提示嵌入特征矩阵，T2是由E2和sinE2相加得到的第二护目镜提示嵌入特征矩阵，T3是由E3和sinE3相加得到的第三护目镜提示嵌入特征矩阵，T4是由E4和sinE4相加得到的第四护目镜提示嵌入特征矩阵； S34：构建B2F-Diffu模块，生成与各护目镜实例相关的噪声滤波器NF； S35：运用BMD模块构建电力工人护目镜实例掩码特征图，得到电力工人护目镜的佩戴检测结果。

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广东工业大学，其通讯地址为：510000 广东省广州市东风东路729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”。

以上内容由龙图腾AI智能生成。