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！

龙图腾网获悉山东高德毛毯有限公司申请的专利一种基于深度学习的毛毯压花定位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：CN120635408B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202510721065.3，技术领域涉及：G06V10/25；该发明授权一种基于深度学习的毛毯压花定位方法是由苗亮远;刘伟鹏;田家忠;刘飞飞;王伟设计研发完成，并于2025-05-30向国家知识产权局提交的专利申请。

本一种基于深度学习的毛毯压花定位方法在说明书摘要公布了：本发明属于图像处理技术领域，尤其涉及一种基于深度学习的毛毯压花定位方法。同步采集压花区域连续图像序列及张力、传输速度等生产参数构建数据集；对图像序列扫描提取压花图案轮廓关键点作为定位锚点，划定ROI区域得到粗定位结果；将生产参数输入改进时序卷积网络预测毛毯平移和旋转形变偏移量，对粗定位结果校正生成定位掩码；预存压花模板几何参数，将定位掩码与模板匹配计算，根据阈值判断是否达标用于定位。本发明融合多源数据与时序建模，通过分层定位策略，结合智能化特征处理，实现压花定位，解决了传统方法定位精度不足、易出现图案形变和错位等问题，提升了定位精度和生产效率。

本发明授权一种基于深度学习的毛毯压花定位方法在权利要求书中公布了：1.一种基于深度学习的毛毯压花定位方法，其特征在于，包括以下步骤： S1、数据采集：以与毛毯传输速度同步的帧率采集压花区域的连续图像序列；同时实时获取毛毯张力、传输速度、辊轴位移生产参数，构建数据集； S2、粗定位引导：对连续图像序列快速扫描，提取压花图案轮廓关键点作为定位锚点；基于定位锚点划定局部ROI区域，对ROI内图像内得到粗定位结果； S3、生产参数驱动定位：将毛毯张力、传输速度和辊轴位移参数输入改进时序卷积网络，预测当前毛毯的形变偏移量，所述形变偏移量包括平移偏移量和旋转角度偏移；基于预测的形变偏移量对粗定位结果进行空间变换校正，生成定位掩码； S4、精定位优化：预存压花模板的几何参数，将定位掩码与模板进行匹配计算，根据设定的匹配阈值判断定位掩码是否匹配度值达标，以用于压花定位； 所述步骤S4的具体实现步骤为： 首先建立压花模板和定位掩码的图结构模型，其中节点为特征点，边为特征点间的几何约束关系； 计算两图的匹配度，所述匹配度计算为先计算节点位置的匹配度，其中，N代表为节点的总数，代表当前定位掩码图第个节点的坐标，代表当前模版图第个节点的坐标；边匹配度，其中，代表边的总数，代表当前定位掩码图中边的归一化距离，代表压花模板图中边的归一化距离，代表当前定位掩码图中边的归一化角度，代表压花模板图中边的归一化角度；对节点位置的匹配度边匹配度进行加权计算得到总的匹配度值； 根据设定的阈值判断是否匹配度值达标，若是则将当前定位掩码用于压花定位，若否则重新生成定位掩码进行匹配计算，循环操作直至匹配度符合设定阈值； 所述步骤S3中利用改进时序卷积网络，预测当前毛毯的形变偏移量的具体包括： 将采集的毛毯张力，传输速度，辊轴位移拼接为特征矩阵； 对特征矩阵进行标准化处理； 采用多层扩张因果卷积，每层卷积核大小为3，进行特征提取，所述特征提取的计算方式为：，其中，表示第层在时间步sj时的隐藏状态，代表第层的权重矩阵，为扩张卷积操作，代表第层的扩张因子，表示为第层在时间步时的隐藏状态，作为当前卷积操作的输入，代表第层的偏置项； 对每层扩张因果卷积的输出进行残差连接，计算方式为：当层数大于等于2时，，其中为两层前的特征输出； 通过注意力机制对不同层的特征进行加权聚合得到聚合后的特征 将聚合后的特征输入独立的预测头，分别输出平移偏移量和旋转角度偏移，其中，其中，代表独立的全连接层。

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山东高德毛毯有限公司，其通讯地址为：276000 山东省临沂市高新区火炬路137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。