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！

龙图腾网获悉上海中船船舶设计技术国家工程研究中心有限公司;浙江大学申请的专利厚度检测方法、检测装置、训练方法及训练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：CN116486271B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202310617989.X，技术领域涉及：G06V20/10；该发明授权厚度检测方法、检测装置、训练方法及训练装置是由严传续;刘振冲;王传锐;孙慧;曹峰;张帅;马东方;王译鹤设计研发完成，并于2023-05-30向国家知识产权局提交的专利申请。

本厚度检测方法、检测装置、训练方法及训练装置在说明书摘要公布了：本申请提供厚度检测方法、检测装置、训练方法及训练装置，该厚度检测方法包括：获取待识别图像；提取待识别图像的图像特征信息；通过神经网络对待识别图像的图像特征信息进行处理，识别出目标物体形状；基于获取待识别图像时的参数，对目标物体形状的图像的每个像素点进行修正，得到目标物体在现实中的形状尺寸；对目标物体形状的图像进行滤波，平滑目标物体的轮廓边缘；提取目标物体的轮廓边缘形状，在该轮廓边缘形状内提取最大内切圆，计算该最大内切圆的直径，得到目标物体的厚度；能够在满足识别的实时性的基础上，自动、准确地完成对目标物体的观测，提升了识别的鲁棒性和准确性。

本发明授权厚度检测方法、检测装置、训练方法及训练装置在权利要求书中公布了：1.一种厚度检测方法，用于检测冰面雪厚的厚度检测方法，包括： 步骤S1：获取待识别图像； 步骤S2：提取待识别图像的图像特征信息； 步骤S3：通过神经网络对待识别图像的图像特征信息进行处理，对每个像素点进行识别，判断该像素点为目标物体或非目标物体，集合被识别为目标物体的像素点，得到目标物体形状的图像； 其中，神经网络包括编码部分和解码部分，编码部分包括卷积池化模块，每个卷积池化模块包括卷积块和最大池化层；解码部分包括卷积池化模块，每个卷积池化模块包括卷积块和最大池化层；编码部分和解码部分的每个卷积块接收到输入后，输入在卷积块中分别经由路径一、路径二被处理，输入分别在路径一中经过1×1的卷积核进行卷积处理得到第一输出，在路径二中经由批归一化处理、线性整流函数激活、卷积处理后得到第二输出，将第一输出与第二输出相加即得到卷积块的输出； 其中，解码部分的卷积块在接收解码部分中该卷积块的上一层卷积池化模块的输出以及该卷积块对应的编码部分的卷积块的输出后，经过空间注意力机制模块处理后，再分别送入路径一、路径二进行处理；空间注意力机制模块接收解码部分的上一层卷积池化模块的输出以及来自编码部分的输出后，对解码部分的上一层卷积池化模块的输出以及来自编码部分的输出分别进行卷积处理并将处理后的结果相加得到整合结果，然后将整合结果经过线性整流函数激活后进行卷积处理，之后通过Sigmoid激活函数后得到空间注意力权重，将来自编码部分的输出与空间注意力权重相乘得到经过空间注意力处理的编码部分特征，之后将经过空间注意力处理的编码部分特征与接收到的解码部分的上一层卷积池化模块的输出相加，得到空间注意力机制模块的输出结果S，即为： 其中，S为空间注意力机制模块的输出结果，xe为来自编码部分的未经处理的原始特征，xd为解码部分上一层经过上采样后的输出，σ是ReLU函数、δ是Sigmoid函数，gp是空间注意力权重，、、均为空间注意力机制模块中的1×1卷积核的权值，其中与、、矩阵相乘的过程均表示线性卷积操作； 步骤S4：基于获取待识别图像时的参数，将目标物体形状的图像的每个像素点与世界坐标系中的位置坐标进行对应，以对目标物体形状的图像的每个像素点进行修正，得到目标物体在现实中的形状、尺寸； 步骤S5：对目标物体形状的图像进行滤波，平滑目标物体的轮廓边缘； 步骤S6：提取目标物体的轮廓边缘形状，在该轮廓边缘形状内提取最大内切圆，计算该最大内切圆的直径，得到目标物体的厚度； 其中：步骤S4中的获取待识别图像时的参数包括内部参数和外部参数，内部参数包括拍摄图像设备的焦距、像素尺寸、光轴位置，外部参数包括出水高度、光轴指向角度。

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上海中船船舶设计技术国家工程研究中心有限公司;浙江大学，其通讯地址为：201114 上海市闵行区陈行公路2388号7号楼10楼；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。