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！

龙图腾网获悉安徽大学申请的专利基于注意力机制和联邦学习的阴影检测方法、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：CN115861650B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202211610719.8，技术领域涉及：G06V10/44；该发明授权基于注意力机制和联邦学习的阴影检测方法、装置是由汪粼波;韩锋;方贤勇;刘政怡设计研发完成，并于2022-12-14向国家知识产权局提交的专利申请。

本基于注意力机制和联邦学习的阴影检测方法、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，更具体的，涉及基于注意力机制和联邦学习的阴影检测方法、装置。本发明采用注意力特征融合，根据编码端和解码端深层特征图中的信息生成注意力地图，能够对编码端跳跃连接特征图中的信息是否有利于阴影检测这一目标进行判断，抑制无关特征、增强有效特征，避免重要信息丢失，生成更加精确的解码端特征，进而加强对图像中伪影的识别能力。发明在每轮训练完后进行联邦学习，通过平均同一轮训练的不同数据集模型参数的方法，间接地引入了其他数据集模型提取到的对应特征信息，有效提升模型对其他数据集的测试效果，增强模型的泛化能力，并且也使模型本身的测试效果得到一定的提升。

本发明授权基于注意力机制和联邦学习的阴影检测方法、装置在权利要求书中公布了：1.基于注意力机制和联邦学习的阴影检测方法，其应用在UNet型编解码器网络中，其特征在于，所述阴影检测方法包括以下步骤： 步骤一，根据当前阴影检测任务的数量N确定相应数量的网络模型A、数据加载器B、网络优化器C； 其中，N个网络模型A的架构相同；第n个网络模型An、第n个数据加载器Bn、第n个网络优化器Cn一一对应构成一组，仅服务于对应的第n个阴影检测任务的数据集；所述第n个阴影检测任务的数据集包括训练集和测试集；n＝1,2,3…，N； 步骤二，将第n个阴影检测任务的训练集使用第n个数据加载器Bn加入到第n个网络模型An中，N组网络模型A同时进行多轮训练； 其中，每轮训练包括： 提取编码端不同尺度的特征一，提取出编码端包含丰富上下文信息的特征二，将两种特征融合获得编码端提取出的特征三； 将编码端提取出的特征三与深层解码端输出的特征四通过注意力特征融合网络处理，得到浅层解码端输出的特征四； 计算网络模型当前轮次q的总损失，并使用对应的网络优化器优化网络模型参数，得到当前轮次q获取的网络模型总损失包括最终输出损失与侧边输出损失； 其中，q＝1,2,3…，Q，Q为总的训练轮次； 步骤三，每训练完一个轮次之后，对当前轮次q获取的网络模型进行联邦学习，平均化网络模型参数，得到泛化性能更好的网络模型 将当前轮次q得到的泛化性能更好的网络模型作为下一轮次q+1训练的网络模型； 其中，经过Q轮训练后，一个阴影检测任务共得到Q-1个泛化性能更好的网络模型Q个当前轮次获取的网络模型 步骤四，对任一个阴影检测任务，使用其对应的Q个当前轮次获取的网络模型对该阴影检测任务的测试集进行性能测试，根据测试指标保存最佳的网络模型以用于后续的阴影检测。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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。