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！

龙图腾网获悉华东交通大学申请的专利一种基于双分支编码器的图像细微结构智能检测算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：CN121074418B 。

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：202511590490.X，技术领域涉及：G06V10/26；该发明授权一种基于双分支编码器的图像细微结构智能检测算法是由陶丹;朱乐乐;邱光应;彭璐;李光林设计研发完成，并于2025-11-03向国家知识产权局提交的专利申请。

本一种基于双分支编码器的图像细微结构智能检测算法在说明书摘要公布了：本发明公开一种基于双分支编码器的图像细微结构智能检测算法，先构建包含基于轻量化预训练模型的特征先验分支、基于结构感知视觉状态空间模块的细微结构提取分支、跨模态融合模块和多尺度特征互补映射解码器的图像分割系统，然后将原始图像分别输入图像分割系统的特征先验分支和细微结构提取分支进行特征提取和初步融合，再将初步融合后的特征通过跨模态融合模块进行第二阶段融合，最后输入多尺度特征互补映射解码器得到二元分割图；本发明通过特征先验分支和细微结构提取分支的设计，增强模型在少样本场景下的泛化能力，以更低的计算成本高效捕获细微结构的长距离依赖和复杂不规则形态；两级跨模态融合机制提升模型对细微结构特征的表征能力。

本发明授权一种基于双分支编码器的图像细微结构智能检测算法在权利要求书中公布了：1.一种基于双分支编码器的图像细微结构智能检测算法，其特征在于，包括以下步骤： 步骤一、图像分割系统的构建，构建包含基于轻量化预训练模型的特征先验分支、基于结构感知视觉状态空间模块的细微结构提取分支、跨模态融合模块和多尺度特征互补映射解码器的图像分割系统； 步骤二、特征的提取，将原始图像分别输入图像分割系统的特征先验分支和细微结构提取分支，由特征先验分支输出包含Fs1、Fs2、Fs3、Fs4四个尺度的分层特征及最后一层有着丰富语义的Ffinal特征的五个不同层次的特征； 其中细微结构提取分支首先将输入图像切分为图像补丁并添加位置编码，然后送入SAVSS模块中进行处理，其中SAVSS模块由门控瓶颈卷积层、具有结构感知扫描策略的二维选择性扫描模块、像素注意力导向融合模块和残差连接组成； 步骤三、初步融合，然后由细微结构提取分支输出每个层级特征，与特征先验分支相同层级的特征一同输入跨模态融合模块进行第一阶段融合，得到融合后的特征Ffusion1、Ffusion2、Ffusion3和Ffusion4； 步骤四、二次融合，将初步融合后的特征Ffusion1、Ffusion2和Ffusion3依次输入到细微结构提取分支的后续对应层级中继续处理，然后再将特征Ffusion1、Ffusion2、Ffusion3和Ffusion4分别与特征先验分支的最终语义特征Ffinal通过跨模态融合模块进行第二阶段融合，得到最终的编码器特征F1、F2、F3和F4； 其中跨模态融合模块融合前先采用1×1点卷积和尺寸缩放操作将特征先验分支的特征Fs与细微结构提取分支的特征Fm在通道和空间维度上对齐，将对齐后的特征Fs和Fm在通道维度进行拼接，拼接后的特征经过1×1点卷积、组归一化和ReLU激活函数，得到中间特征Fmid=ReLUGNPConvConcatFs,Fm，对Fmid分别进行两次独立的1×1点卷积和组归一化操作，运用卷积调制生成两个注意力权重图A1=GNPConvFmid和A2=GNPConvFmid，最终融合特征Ffusion通过加权求和与残差连接得到Ffusion=A1⊙Fs+A2⊙Fm+Fm； 步骤五、解码分割，将最终的编码器特征F1、F2、F3和F4输入多尺度特征互补映射解码器中，得到最终的二元分割图。

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华东交通大学，其通讯地址为：330013 江西省南昌市经济技术开发区双港东大街808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。