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 > 浙江理工大学苏雯获国家专利权

浙江理工大学苏雯获国家专利权

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!

龙图腾网获悉浙江理工大学申请的专利一种基于双模态双通道的注意力的物品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:CN119903391B

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:202411974555.6,技术领域涉及:G06F18/241;该发明授权一种基于双模态双通道的注意力的物品识别方法是由苏雯;俞佳乐设计研发完成,并于2024-12-31向国家知识产权局提交的专利申请。

一种基于双模态双通道的注意力的物品识别方法在说明书摘要公布了:本发明涉及物品识别分类和机器视觉处理技术领域,公开了一种基于双模态双通道的注意力的物品识别方法,包括对采集的视觉数据进行预处理以及对触觉数据进行标准化处理后,作为视觉触觉融合网络的输入,预处理后的视觉数据和标准化处理后的触觉数据分别经过特征提取网络获得视觉特征图和触觉特征图,将视觉特征图进行视觉通道注意力提取,触觉特征图进行触觉通道注意力提取,再对所提取的特征进行空间通道注意力融合获得物体识别结果。视觉触觉融合网络采用二阶段离线训练的方法。本发明提出提出的多模态特征提取和融合策略,不仅强化了触觉特征的处理,还能与视觉特征深度交互,实现了信息的互补和整合,充分利用视觉和触觉信息,提高识别精度。

本发明授权一种基于双模态双通道的注意力的物品识别方法在权利要求书中公布了:1.一种基于双模态双通道的注意力的物品识别方法,其特征在于:包括采集物体的视觉数据和触觉数据,对视觉数据进行预处理以及对触觉数据进行标准化处理后,作为二阶段离线训练好的视觉触觉融合网络的输入; 所述视觉触觉融合网络包括特征提取网络,预处理后的视觉数据和标准化处理后的触觉数据分别经过特征提取网络获得视觉特征图和触觉特征图然后将视觉特征图进行视觉通道注意力提取,触觉特征图进行触觉通道注意力提取,再进行空间通道注意力融合获得物体识别结果; 空间通道注意力融合的具体过程为: 将所述视觉通道注意力特征Vfused和所述触觉通道注意力特征Tfused分别进行标准化后得到视觉通道注意力特征V′和触觉通道注意力特征T′; 视觉通道注意力特征V′通过一个二维全局平局池化视觉全局空间信息进行编码: 其中, 对特征Vagp,bc利用二维高斯映射的自然非线性函数Softmax进行全局输出得到Vsoftmax,再和触觉通道注意力T′进行矩阵点积: ZTV=T′·Vsoftmax11 对触觉通道注意力特征T′执行重加权与标准化,再经由二维全局平均池化编码,再与标视觉通道注意力特征V′进行矩阵乘法运算: ZVT=V′·Tsoftmax12 其中,Tsoftmax表示触觉通道注意力特征T′经全局平局池化和softmax操作后的特征; 接着,将融合了触觉通道信息的视觉空间描述符ZVT与融合了视觉通道信息的触觉空间描述符ZTV进行相加操作,然后应用非线性Sigmoid函数生成空间通道权重W;把采空间通道权重W分别对特征分组后的原始视觉特征图和触觉特征图进行特征调制,通过元素级乘法运算实现特征的重加权,得到调整后的视觉特征V″和触觉特征T″,将视觉特征V″和触觉特征T″进行矩阵相加得到融合特征Ffusion;融合特征Ffusion经过全连接层从而输出对预测分类结果。

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浙江理工大学,其通讯地址为:310018 浙江省杭州市下沙高教园区2号大街928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。