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 > 大湾区大学(筹)余梓彤获国家专利权

大湾区大学(筹)余梓彤获国家专利权

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!

龙图腾网获悉大湾区大学(筹)申请的专利一种伪装目标和显著目标的联合检测网络训练方法及设备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:CN118628763B

龙图腾网通过国家知识产权局官网在2025-12-26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:202410670293.8,技术领域涉及:G06V10/46;该发明授权一种伪装目标和显著目标的联合检测网络训练方法及设备是由余梓彤;郝超;谢怡萍;杨静;刘鑫设计研发完成,并于2024-05-28向国家知识产权局提交的专利申请。

一种伪装目标和显著目标的联合检测网络训练方法及设备在说明书摘要公布了:本发明公开一种伪装目标和显著目标的联合检测网络训练方法、设备及存储介质,其方法包括:获取第一数据集,包括若干个显著图像对;获取第二数据集,包括若干个伪装图像对;对从第一数据集中采样的多个显著图像对进行预处理,每个显著图像对包括第一图像和真实显著特征图像;对从第二数据集中采样的多个伪装图像对进行预处理,每个伪装图像对包括第二图像和真实伪装特征图像;利用联合检测网络对预处理后的多个第一图像和多个第二图像进行处理,得到多个预测显著特征图像和多个预测伪装特征图像,再结合预处理后的多个真实显著特征图像和多个真实伪装特征图像,确定总损失值并进行网络参数优化。本发明可同时实现伪装目标和显著目标的有效检测。

本发明授权一种伪装目标和显著目标的联合检测网络训练方法及设备在权利要求书中公布了:1.一种伪装目标和显著目标的联合检测网络训练方法,其特征在于,所述方法包括: 获取第一数据集和第二数据集,所述第一数据集包括若干个显著图像对,所述第二数据集包括若干个伪装图像对; 从所述第一数据集中采样多个显著图像对,每个显著图像对包括第一图像和对应的真实显著特征图像,对所述多个显著图像对进行预处理; 从所述第二数据集中采样多个伪装图像对,每个伪装图像对包括第二图像和对应的真实伪装特征图像,对所述多个伪装图像对进行预处理; 获取联合检测网络并对预处理后的多个第一图像和多个第二图像进行特征提取,得到对应的多个预测显著特征图像和多个预测伪装特征图像; 根据所述多个预测显著特征图像、所述多个预测伪装特征图像以及预处理后的多个真实显著特征图像和多个真实伪装特征图像,确定总损失值; 根据所述总损失值,利用反向传播算法对所述联合检测网络进行参数优化; 其中,所述联合检测网络包括顺次连接的编码器、线性层和解码器; 所述编码器包括顺次连接的若干个原始变换器,每个原始变换器包括顺次连接的多头注意力层、第一残差连接层、多层感知机和第二残差连接层; 所述解码器包括顺次连接的若干个改进变换器,每个改进变换器是通过在原始变换器的输出端增加用于配合执行显著特征检测任务的第一分布学习模块和用于配合执行伪装特征检测任务的第二分布学习模块之后得到的; 当所述原始变换器输出一个特征序列时,所述第一分布学习模块在接收到所述特征序列之后将其通过以下表达式进行处理: 所述第二分布学习模块在接收到所述特征序列之后将其通过以下表达式进行处理: 其中,为所述第一分布学习模块的输出结果,为所述特征序列,为第一可学习均值,为第一可学习方差,为所述第二分布学习模块的输出结果,为第二可学习均值,为第二可学习方差。

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大湾区大学(筹),其通讯地址为:523808 广东省东莞市松山湖园区学府路3号A5栋19层;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。