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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 上海理工大学张雷洪获国家专利权

上海理工大学张雷洪获国家专利权

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!

龙图腾网获悉上海理工大学申请的专利一种基于注意力机制和多尺度特征融合的显著性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:CN116681978B

龙图腾网通过国家知识产权局官网在2026-02-24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:202310667710.9,技术领域涉及:G06V10/80;该发明授权一种基于注意力机制和多尺度特征融合的显著性目标检测方法是由张雷洪;沈自敏;方舒;徐润初;李阳俊;张怡强;杨麾;刘凯;王凯民;徐邦联;张大伟设计研发完成,并于2023-06-07向国家知识产权局提交的专利申请。

一种基于注意力机制和多尺度特征融合的显著性目标检测方法在说明书摘要公布了:本发明公开了一种基于注意力机制和多尺度特征融合的显著性目标检测方法,包括:S1、进行数据预处理,构建深度学习模型训练及测试所需的数据集及标签;S2、构建基于注意力机制和多尺度特征融合的显著性目标检测网络;S3、将S1中的训练数据集输入到S2中构建的显著性目标检测网络中进行训练,得到显著性目标检测模型;S4、随机挑选图片输入到该模型中,得到检测结果。根据本发明,有效的提取到显著性区域的特征,有效地过滤冗余特征。

本发明授权一种基于注意力机制和多尺度特征融合的显著性目标检测方法在权利要求书中公布了:1.一种基于注意力机制和多尺度特征融合的显著性目标检测方法,其特征在于,包括以下步骤: S1、进行数据预处理,构建深度学习模型训练及测试所需的数据集及标签; S2、构建基于注意力机制和多尺度特征融合的显著性目标检测网络;显著性目标检测网络的构建包括构建特征提取模块,将输入的原始图像经过卷积,再将卷积后的输出进行归一化,将归一化后的结果进行线性修正得到维度为C×H×W的特征图; 构建通道注意力模块; 建基于注意力机制的编码器和解码器,编码器和解码器的结构相同; 构建基于注意力门控机制的U型结构,分别构建深度为7、6、5、4及3层的基于注意力机制的编码器和解码器;构建基于注意力门控机制的U型结构包括将7,6,5,4,3层的编码器按照自顶向下的通路排列中间通过下采样进行链接,将3,4,5,6,7层的解码器按照自底向上的通路排列;通过3层的编码器将两个通路连接起来;每一个解码器的输入是经过注意力门控机制进行过滤冗余特征的特征以及上一层经过上采样后的特征,注意力门控机制接收上一层输出的特征以及对应层数编码器输出的特征; S3、将S1中的训练数据集输入到S2中构建的显著性目标检测网络中进行训练,得到显著性目标检测模型; S4、随机挑选图片输入到该模型中,得到检测结果。

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上海理工大学,其通讯地址为:200093 上海市杨浦区军工路516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。