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 > 山东铁鹰建设工程有限公司赵建军获国家专利权

山东铁鹰建设工程有限公司赵建军获国家专利权

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!

龙图腾网获悉山东铁鹰建设工程有限公司申请的专利一种起重机轨道接缝实时检测方法及系统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:CN120707828B

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:202510824752.8,技术领域涉及:G06V10/25;该发明授权一种起重机轨道接缝实时检测方法及系统是由赵建军;梁海斌;罗光宗;何晴;公振;李元设计研发完成,并于2025-06-19向国家知识产权局提交的专利申请。

一种起重机轨道接缝实时检测方法及系统在说明书摘要公布了:本发明公开了一种起重机轨道接缝实时检测方法及系统,属于起重机技术领域,通过获取多种不同轨道表面条件下的接缝图像并提取感兴趣区域,结合模型激活一致性指数与背景扰动灵敏度,计算背景依赖度指数,对模型进行依赖性分类;进而基于轨道背景特征预测高依赖模型在新环境下的识别准确性,并将预测结果与依赖度联合分析,采用注意力引导的对抗去相关训练等机制对模型进行定向优化,该方法有效克服了传统CNN模型在背景变化环境下识别能力下降的问题,显著提升了模型的泛化能力与部署鲁棒性,降低了环境迁移成本和误判风险。

本发明授权一种起重机轨道接缝实时检测方法及系统在权利要求书中公布了:1.一种起重机轨道接缝实时检测方法,其特征在于:包括: 获取多种不同轨道表面条件下的接缝图像样本,并对图像进行预处理,提取接缝区域作为感兴趣区域; 使用卷积神经网络模型对接缝图像进行训练与识别,并提取用于衡量模型在不同背景下对同一接缝区域激活响应的激活一致性指数,以及用于反映模型在接缝区域固定时背景变化对识别输出的背景扰动灵敏度; 激活一致性指数的提取方法为:选取一个固定的接缝图像内容,将其嵌入多个不同背景下形成测试组;将每张测试图输入CNN模型;选定一个中间卷积层;提取其的特征图,生成热力图;对不同背景下生成的激活热图,与参考背景下的热图做结构相似性计算;设为第i张背景图下的激活图与参考图的相似度,取平均值,表达式为:;其中n为背景变换样本数量; 背景扰动灵敏度BPS的提取方法为:设接缝图像为输入,其中d=H×W×C,即高、宽、通道;R为实数集;将图像划分为xs接缝区域;xb背景区域;基线图像x′:将背景部分设为常值,接缝区域保持与x一致;对背景部分进行线性插值:;对每个背景像素维度i∈xb,计算其积分梯度,表达式为:;其中Fx为CNN模型的输出;为模型输出对像素i的梯度,为插值图像,计算背景区域所有像素的积分梯度绝对值之和作为背景扰动灵敏度; 对激活一致性指数和背景扰动灵敏度进行加权融合,计算背景依赖度指数,根据背景依赖度指数将CNN模型划分为高依赖类别与低依赖类别; 对高依赖类别的CNN模型,基于不同轨道背景条件下的特征分布,预测CNN模型在新背景条件下的识别准确性,具体包括: 建立历史背景条件下CNN模型实际识别准确率的数据集:;其中:表示第i种背景条件下的特征向量;为该背景下实际测试得到的准确率,N为特征总数; 使用径向基函数计算任意两个背景之间的相似性,表达式为:;其中:l为长度尺度超参数,对新背景特征,使用GPR预测对应准确率,即识别准确性指数RAI,表达式为:;其中:K表示训练样本之间的核矩阵,表示新样本与训练样本之间的核相似度向量的转置,A为训练集中的准确率;为噪声项;RAI∈[0,1],为预测的识别准确性指数;若预测的识别准确性指数小于准确性阈值,发出预警或切换为低背景依赖模型; 将识别准确性预测结果结合背景依赖度指数,对CNN模型进行改进; 对目标CNN模型,根据计算得到的背景依赖度指数BDI及识别准确性指数RAI,得到联合指标;若RiskScore超过0.6,说明模型表现不稳,需执行改进步骤; 固定接缝区域,构造多个相同结构、不同背景的图像对,;使用空间注意力机制引导模型聚焦接缝区域;训练中计算注意力图αx,对背景干扰图像对,加入一个背景不变性损失项,目标是使模型在和上的预测结果保持一致:;为模型对图像的输出;为模型对图像的输出; 再定义最终训练损失:;其中:表示标准交叉熵分类损失;表示注意力权重;β为调节系数; 使用损失进行微调训练若干轮;每完成一个训练周期,重新评估模型的BDI与RAI;若RiskScore下降超过30%,停止微调并更新模型版本;否则继续构造新扰动图像对,迭代训练。

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铁鹰建设工程有限公司,其通讯地址为:271000 山东省泰安市岱岳区大汶口石膏工业园满兴大街与104国道交叉路口西南角;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。