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！

龙图腾网获悉石家庄铁道大学申请的专利一种跨模态共注意光场显著目标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：CN120526169B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202510626130.4，技术领域涉及：G06V10/44；该发明授权一种跨模态共注意光场显著目标检测方法是由张云佐;王双双;孙玉川;张志国;王辉;郑丽娟设计研发完成，并于2025-05-15向国家知识产权局提交的专利申请。

本一种跨模态共注意光场显著目标检测方法在说明书摘要公布了：本发明公开了一种跨模态共注意光场显著目标检测方法，属于计算机视觉技术领域。所述方法包括如下步骤：获取光场显著目标检测数据集，输入到训练好的光场显著目标检测网络中；采用两个PyramidVisionTransformer骨干网络，获取多层级特征；利用交叉互补细化模块和跨模态分层共注意模块，实现RGB特征和焦点堆栈特征的有效融合，同时充分考虑了分层特征之间的信息交互；通过一种RGB引导解码模块，在RGB模态的引导下，逐步解码生成清晰的显著性图；所述方法很好地整合了跨层级特征，有效地融合了跨模态特征，提高了光场显著目标检测的精度。

本发明授权一种跨模态共注意光场显著目标检测方法在权利要求书中公布了：1.一种跨模态共注意光场显著目标检测方法，其特征在于包括以下步骤： S1：获取数据集，并对其预处理； 所述数据集包括RGB图像和焦点切片，每张RGB图像对应12张不同的焦点切片，12张不同的焦点切片集合为焦点堆栈； S2：采用两个PyramidVisionTransformer骨干网络分支分别提取RGB图像和焦点堆栈的特征； S3：对RGB分支和焦点堆栈分支的特征分别执行通道压缩操作； S4：利用交叉互补细化模块，挖掘两个模态之间的互补信息，实现特征的细化； 所述的交叉互补细化模块将初始特征和依次通过全局平均池化，全连接层和Softmax层，提取和强化不同通道的关键信息，生成向量和，随后将和与相应的向量和进行通道级乘操作，得到初次细化后的特征和，和代表RGB分支第i层的全连接层参数，和表示焦点堆栈分支第i层的全连接层参数，表示全局平均池化操作，表示Softmax函数，其具体计算公式如下： 对初次细化后的特征和进行二次细化，将和分别进行全局最大池化和全局平均池化操作，将结果进行拼接，通过Softmax层，生成向量和，随后将和与相应的向量和进行通道级乘操作，得到二次细化后的特征和，表示全局最大池化操作，代表拼接操作，其具体计算公式如下： 将和相乘生成交叉注意向量，与和分别进行通道级乘操作，获得交叉细化增强后的特征和，最后将和，和分别相加，并通过卷积层获得特征和，代表卷积操作，其具体计算公式如下： S5：通过跨模态分层共注意模块，整合相邻层级的特征信息，并进一步融合跨模态特征； 所述的跨模态分层共注意模块整合相邻两层的特征，将较高层特征和上采样，通过通道注意操作生成注意图，与较浅层特征和相乘，再通过残差连接操作以保留浅层特征的信息，生成的结果与和通过残差块后的特征拼接，获得整合相邻层特征后的特征和，代表上采样操作，代表通道注意力操作，表示残差块，其具体计算公式如下： 接下来，计算和的相似度矩阵，通过Softmax函数对进行列和行归一化，获得两个模态的共注意权重和，利用和对和加权，得到特征和，表示将特征的维度从变为的flatten操作，表示矩阵乘操作，表示将特征的维度从变为的reshape操作，其具体计算公式如下： ； S6：采用RGB引导解码模块，实现最后的特征融合并解码输出显著图。

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石家庄铁道大学，其通讯地址为：050043 河北省石家庄市长安区北二环东路17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。