Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 华中科技大学周瑜获国家专利权

华中科技大学周瑜获国家专利权

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!

龙图腾网获悉华中科技大学申请的专利一种工业缺陷图像像素级标注生成方法和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:CN118823780B

龙图腾网通过国家知识产权局官网在2025-12-12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:202410796706.7,技术领域涉及:G06F30/20;该发明授权一种工业缺陷图像像素级标注生成方法和装置是由周瑜;戴喆玮;曾仕磊;刘浩天;李煦蕤设计研发完成,并于2024-06-20向国家知识产权局提交的专利申请。

一种工业缺陷图像像素级标注生成方法和装置在说明书摘要公布了:本发明涉及计算机视觉技术领域,提供了一种工业缺陷图像像素级标注生成方法和装置。方法包括:提取缺陷图像的判别性特征,使用所述缺陷图像的判别性特征对缺陷图像进行低分辨率像素级标注;提取正常图像的判别性特征,使用所述正常图像的判别性特征对正常图像进行低分辨率像素级标注;对缺陷图像的判别性特征和VAE解码器输出的高分辨率特征进行融合,得到精细化特征,使用精细化特征对缺陷图像进行高分辨率像素级标注;根据缺陷图像和正常图像的低分辨率像素级标注和高分辨率像素级标注、缺陷图像掩码和正常图像掩码,生成目标函数,使用目标函数对标注生成模型进行优化。本发明能够实现与缺陷区域精准对齐的高分辨率像素级标注。

本发明授权一种工业缺陷图像像素级标注生成方法和装置在权利要求书中公布了:1.一种工业缺陷图像像素级标注生成方法,其特征在于,对标注生成模型进行训练,使用训练后的标注生成模型生成像素级标注;所述标注生成模型包括VAE编码器、U-Net编码器、U-Net解码器、VAE解码器、特征细化模块和掩码预测模块;其中,还划分为缺陷图像分支和正常图像分支,VAE编码器、U-Net编码器、U-Net解码器、VAE解码器、特征细化模块和掩码预测模块构成缺陷图像分支,VAE编码器、U-Net编码器、U-Net解码器、VAE解码器和掩码预测模块还构成正常图像分支;所述对标注生成模型进行训练,具体包括: 缺陷图像分支提取缺陷图像的判别性特征,使用所述缺陷图像的判别性特征对缺陷图像进行低分辨率像素级标注;在缺陷图像分支中,所述缺陷图像输入至所述VAE编码器,所述VAE编码器的输出结果输入至U-Net编码器,所述U-Net编码器的输出结果输入至U-Net解码器,所述U-Net解码器的输出结果输入至VAE解码器,所述U-Net解码器的输出结果为缺陷图像的判别性特征; 正常图像分支提取正常图像的判别性特征,使用所述正常图像的判别性特征对正常图像进行低分辨率像素级标注;在正常图像分支中,正常图像输入至VAE编码器,所述VAE编码器的输出结果输入至U-Net编码器,所述U-Net编码器的输出结果输入至U-Net解码器,所述U-Net解码器输出正常图像的判别性特征; 缺陷图像分支对缺陷图像的判别性特征和VAE解码器输出的高分辨率特征进行融合,得到精细化特征,使用精细化特征对缺陷图像进行高分辨率像素级标注; 对正常图像的低分辨率像素级标注进行上采样,得到正常图像的高分辨率像素级标注; 根据缺陷图像的低分辨率像素级标注、正常图像的低分辨率像素级标注、缺陷图像的高分辨率像素级标注、正常图像的高分辨率像素级标注、缺陷图像掩码和正常图像掩码,生成目标函数,使用目标函数对标注生成模型进行优化; 所述缺陷图像的判别性特征包括第一特征和第二特征,使用3×3卷积块对U-Net解码器输出的第一特征进行通道数压缩,得到第一压缩特征,使用卷积块对U-Net解码器输出的第二特征进行通道数压缩,得到第二压缩特征;其中,所述第一特征为U-Net解码器的第二层级输出的特征,所述第二特征为U-Net解码器的第三层级输出的特征;对第一压缩特征进行上采样,将第一压缩特征上采样后的结果与第二压缩特征进行拼接,得到拼接特征;对所述拼接特征应用多个变换层,得到粗糙特征;在所述粗糙特征上应用3×3卷积层和softmax函数,生成缺陷图像的低分辨率像素级标注; 所述精细化特征上应用3×3卷积层和softmax函数,生成缺陷像素级标注;使用预设阈值对所述缺陷像素级标注进行二值化,得到缺陷图像的高分辨率像素级标注; 所述目标函数为; 其中,代表计算Focal损失,和分别表示缺陷图像的低分辨率像素级标注和缺陷图像的高分辨率像素级标注,和分别表示正常图像的低分辨率像素级标注和正常图像的高分辨率像素级标注,和分别表示缺陷图像的低分辨率真实掩码和缺陷图像的高分辨率真实掩码,和分别代表正常图像的低分辨率真实掩码和正常图像的高分辨率真实掩码。

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华中科技大学,其通讯地址为:430074 湖北省武汉市洪山区珞喻路1037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。

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。