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 > 福建汉特云智能科技有限公司林毅获国家专利权

福建汉特云智能科技有限公司林毅获国家专利权

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!

龙图腾网获悉福建汉特云智能科技有限公司申请的专利基于深度学习的视觉循迹模型的构建方法及其应用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:CN119516328B

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:202411540442.5,技术领域涉及:G06V10/82;该发明授权基于深度学习的视觉循迹模型的构建方法及其应用是由林毅;许立杰;陈华聪;田健;陈俊杰设计研发完成,并于2024-10-31向国家知识产权局提交的专利申请。

基于深度学习的视觉循迹模型的构建方法及其应用在说明书摘要公布了:本发明公开基于深度学习的视觉循迹模型的构建方法及其应用,其包括以下步骤:获取图片样本集;对图片样本集中的图片进行分割并标注,并将其结果作为训练数据的标签;建立卷积神经网络,其包括按运行顺序设置的编码器E1、E2、E3、E4,主特征F,和解码器D4、D3、D2、D1;使用图片样本集中的图片作为训练数据对卷积神经网络进行训练,通过前向传播计算卷积神经网络输出,然后利用损失函数计算输出与训练数据的标签之间的差异,并通过反向传播算法更新卷积神经网络参数,获得视觉循迹模型;以上技术方案能够在不同的光照、角度和遮挡条件下稳定地识别轨迹,提高了循迹的精度和稳定性,使其能够应对不同场景下的颜色变化。

本发明授权基于深度学习的视觉循迹模型的构建方法及其应用在权利要求书中公布了:1.基于深度学习的视觉循迹模型的构建方法,其特征在于,包括以下步骤: 读取摄像头的图片,并进行预处理; 将预处理后的图片输入基于深度学习的视觉循迹模型中,获得循迹线的结果图;所述视觉循迹模型获得包括: 获取图片样本集; 对图片样本集中的图片进行分割并标注,并将其结果作为训练数据的标签; 建立卷积神经网络,其包括按运行顺序设置的编码器E1、E2、E3、E4,主特征F,和解码器D4、D3、D2、D1,并设置卷积神经网络的训练参数; 使用图片样本集中的图片作为训练数据对卷积神经网络进行训练,通过前向传播计算卷积神经网络输出,然后利用损失函数计算输出与训练数据的标签之间的差异,并通过反向传播算法更新卷积神经网络参数,获得视觉循迹模型; 对结果图中的循迹线进行拟合并选取,获得导航循迹线;所述对结果图中的循迹线进行拟合并选取,获得导航循迹线的步骤,包括以下步骤: 对结果图进行形态学处理; 对结果图中的循迹线进行直线拟合,并计算出所有直线的斜率和中心坐标; 将中心坐标位于结果图中部的直线作为导航循迹线; 移动设备根据导航循迹线进行移动;所述移动设备根据导航循迹线进行移动的步骤,包括以下步骤: 读取导航循迹线的斜率和中心坐标,根据直线方程计算出每一导航循迹线与结果图顶端直线的交点横坐标,使用阈值将所有交点横坐标控制在预设区间内; 将所有交点横坐标取平均值; 根据平均值和移动设备的实际控制量的大小发布对应的旋转角度。

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福建汉特云智能科技有限公司,其通讯地址为:350008 福建省福州市仓山区建新镇西三环18号金山橘园工业园区项目A-3#E楼1层、9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。