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 > 海南大学张卫东获国家专利权

海南大学张卫东获国家专利权

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!

龙图腾网获悉海南大学申请的专利一种基于高分辨率表征的水上垃圾检测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:CN116310804B

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:202310163861.0,技术领域涉及:G06V20/10;该发明授权一种基于高分辨率表征的水上垃圾检测方法是由张卫东;陈丽;谢威;杨子恒;衣博文;贺通;陆锦辉;周慧泉;范振斌设计研发完成,并于2023-02-24向国家知识产权局提交的专利申请。

一种基于高分辨率表征的水上垃圾检测方法在说明书摘要公布了:本发明涉及一种基于高分辨率表征的水上垃圾检测方法,将获取的包含水上垃圾的图像数据输入预先构建并训练好的检测网络中,输出水上垃圾检测结果;检测网络包括:高分辨率特征提取模块:将图像数据处理为高分辨率特征图,提取空间信息;语义特征提取模块:提取高分辨率特征图的语义信息;特征信息融合模块:用以融合高分辨率特征提取模块输出的空间信息和语义特征提取模块输出的语义信息,输出融合信息;多尺度检测模块:根据融合信息对多种尺度的物体进行检测,得到水上垃圾检测结果。与现有技术相比,本发明能够获得具有丰富的空间、语义信息的高分辨率特征图,结合多分支结构和多尺度检测,可以弥补现有水上垃圾检测方法的不足,提高检测性能。

本发明授权一种基于高分辨率表征的水上垃圾检测方法在权利要求书中公布了:1.一种基于高分辨率表征的水上垃圾检测方法,其特征在于,将获取的包含水上垃圾的图像数据输入预先构建并训练好的检测网络中,输出水上垃圾检测结果; 所述检测网络包括: 高分辨率特征提取模块:用以将图像数据处理为高分辨率特征图,提取空间信息; 语义特征提取模块:用以提取高分辨率特征图的语义信息; 特征信息融合模块:用以融合高分辨率特征提取模块输出的空间信息和语义特征提取模块输出的语义信息,输出融合信息; 多尺度检测模块:用以根据融合信息对多种尺度的物体进行检测,得到水上垃圾检测结果; 所述高分辨率特征提取模块对图像数据的处理过程具体包括如下步骤: S201:对图像数据进行下采样,得到初始特征映射P0; S202:将初始特征映射P0在通道上等分,分别得到第一特征映射P1和第二特征映射P2,分别对第一特征映射P1和第二特征映射P2进行卷积,实现对局部上下文的提取; S203:对第一特征映射P1和第二特征映射P2卷积后的结果进行通道相加,将通道相加后的结果通过BatchNorm归一化和ReLU函数,得到第三特征映射P3; S204:将初始特征映射P0经过CBMA注意力机制处理后的结果,与第三特征映射P3跳跃连接,生成融合特征映射P4; S205:将融合特征映射P4进行降采样和特征提取,生成最终的高分辨率特征图X1; 所述语义特征提取模块提取高分辨率特征图的语义信息的具体过程为: 对高分辨率特征图进行多次卷积操作,生成多个分辨率不同的特征图,对分辨率最低的特征图进行1*1卷积,生成第一融合特征图,对第一融合特征图进行多次反卷积操作,在每次反卷积操作后,将反卷积操作后的融合特征图和与当前融合特征图分辨率相等的特征图进行融合连接,最后一次反卷积操作输出的融合特征图为语义特征提取模块输出的最终融合特征图。

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海南大学,其通讯地址为:570100 海南省海口市人民大道58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。