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 > 珠海欧比特宇航科技股份有限公司李先怡获国家专利权

珠海欧比特宇航科技股份有限公司李先怡获国家专利权

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!

龙图腾网获悉珠海欧比特宇航科技股份有限公司申请的专利建筑物变化检测模型的图像预测方法、设备及介质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:CN115937677B

龙图腾网通过国家知识产权局官网在2026-02-17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:202211547136.5,技术领域涉及:G06V20/10;该发明授权建筑物变化检测模型的图像预测方法、设备及介质是由李先怡;颜军;蒋晓华;徐红;梁谐明;罗肖设计研发完成,并于2022-12-05向国家知识产权局提交的专利申请。

建筑物变化检测模型的图像预测方法、设备及介质在说明书摘要公布了:本发明涉及变化检测技术领域,具体公开了一种建筑物变化检测模型的图像预测方法、设备及介质,包括获取用于表征建筑物变化前的第一图像和用于表征建筑物变化后的第二图像;将第一图像和第二图像分别输入至编码器进行特征提取,得到第一特征图像和第二特征图像;将第一特征图像和第二特征图像汇聚成流,得到特征流,将特征流输入至多尺度特征融合模块进行特征融合,得到特征融合图像;将特征融合图像输入至第一解码器进行特征解码和差异识别,得到特征融合解码图像;将特征融合解码图像输入至第二解码器,得到预测图像。多尺度特征融合模块对多层特征进行融合再检测保证了小尺度变化建筑物不被漏检,提高了变化建筑物的预测图像的精准度。

本发明授权建筑物变化检测模型的图像预测方法、设备及介质在权利要求书中公布了:1.一种建筑物变化检测模型的图像预测方法,其特征在于,包括: 获取用于表征建筑物变化前的第一图像和用于表征建筑物变化后的第二图像; 将所述第一图像和所述第二图像分别输入至编码器进行特征提取,得到第一特征图像和第二特征图像; 将所述第一特征图像和所述第二特征图像汇聚成流,得到特征流; 将所述特征流输入至多尺度特征融合模块进行特征融合,得到特征融合图像; 将所述特征融合图像输入至第一解码器进行特征解码和差异识别,得到特征融合解码图像; 将所述特征融合解码图像输入至第二解码器,得到预测图像; 其中,所述多尺度特征融合模块包括五个并行分支,第一个分支包括一个1x1的卷积层,第二个、第三个和第四个分支分别包含一个3x3的空洞卷积层,速率分别为2、4、6,第五个分支包含一个全局池化层和一个上采样层;所述将所述特征流输入至多尺度特征融合模块进行特征融合,得到特征融合图像,包括: 将特征流输入至所述五个并行分支进行特征提取,得到第一分支特征图像、第二分支特征图像、第三分支特征图像、第四分支特征图像和第五分支特征图像; 将所述第一分支特征图像、所述第二分支特征图像、所述第三分支特征图像、所述第四分支特征图像和所述第五分支特征图像进行通道级联,得到融合特征; 将所述融合特征输入至一个1x1的卷积层调整通道数,再使用一个1x1卷积层和一个3x3的空洞卷积层配合残差连接进行特征提取,得到初步特征融合图像; 将所述初步特征融合图像输入至所述全局池化层和所述上采样层进行压缩至1x1,得到全局特征; 将所述全局特征输入至一个1x1的卷积层进行特征提取并降维,得到特征融合图像。

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珠海欧比特宇航科技股份有限公司,其通讯地址为:519000 广东省珠海市唐家东岸白沙路1号欧比特科技园;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。