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 > 上海恒泽辅汇智能科技有限公司杨龙获国家专利权

上海恒泽辅汇智能科技有限公司杨龙获国家专利权

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!

龙图腾网获悉上海恒泽辅汇智能科技有限公司申请的专利农业多源图像低延时传输及智能处理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:CN121259749B

龙图腾网通过国家知识产权局官网在2026-02-27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:202511803261.1,技术领域涉及:G06V20/52;该发明授权农业多源图像低延时传输及智能处理方法及系统是由杨龙;熊蛟;臧苏东;朱文峰;李键;张永朋;王康彬设计研发完成,并于2025-12-03向国家知识产权局提交的专利申请。

农业多源图像低延时传输及智能处理方法及系统在说明书摘要公布了:本发明公开了农业多源图像低延时传输及智能处理方法及系统,属于图像处理技术领域,包括:构建双分支并行网络;通过工业级设备同步采集含RGB图像与近红外光谱数据的目标数据,将目标数据输入该双分支并行网络,分别提取视觉特征向量与光谱特征向量,并输入跨模态注意力层,借助跨模态注意力机制动态计算权重,生成融合双模态信息的全局语义特征向量,同时输出指向病变关键光谱波段的局部注意力图元;采用边缘节点‑云端两级传输架构,由边缘节点对全局语义特征向量与图元预处理后传输至云端;在云端部署经训练的生成式模型,根据接收的预处理数据重构可视化病变特征图;该方法实现了双模态特征高效融合与低延时传输,提升病变特征识别精度。

本发明授权农业多源图像低延时传输及智能处理方法及系统在权利要求书中公布了:1.农业多源图像低延时传输及智能处理方法,其特征在于,包括: S1:构建双分支并行网络; S2:通过工业级设备同步采集目标数据,将目标数据输入至所述双分支并行网络,分别提取视觉特征向量和光谱特征向量;所述目标数据包括RGB图像和近红外光谱数据; S3:将视觉特征向量和光谱特征向量输入跨模态注意力层,通过跨模态注意力机制动态计算视觉特征向量和光谱特征向量的权重,生成融合双模态信息的全局语义特征向量,同时输出指向病变关键光谱波段的局部注意力图元; S4:采用边缘节点-云端两级传输架构,由边缘节点对全局语义特征向量和局部注意力图元进行预处理后传输至云端; S5:在云端部署生成式模型,所述生成式模型经训练后,根据接收的预处理后的全局语义特征向量和局部注意力图元重构出可视化的病变特征图; 所述局部注意力图元的生成过程包括: 从中间特征向量中提取视觉关联的查询向量和键向量,同时调取光谱特征向量所对应的近红外光谱数据的每个波段作为值向量,对值向量、查询向量与键向量进行注意力计算,得到每个波段相对于双模态融合信息的局部注意力分数; 对得到的所有波段的局部注意力分数进行归一化处理,得到指向病变关键光谱波段的局部注意力图元;所述局部注意力图元以热力图的形式展示,颜色深浅表示不同波段的注意力权重大小; 所述生成式模型采用生成对抗网络架构,包括生成器和判别器; 所述生成器由多个转置卷积层组成,用于将输入的恢复后的全局语义特征向量和局部注意力图元重构为可视化的病变特征图; 所述判别器由多个卷积层和全连接层组成,用于判断生成器生成的病变特征图是否真实; 在云端服务器上搭建深度学习框架,将生成器和判别器的代码实现并部署在深度学习框架上,得到生成式模型; 对部署完成的生成式模型进行初始化,并设置生成式模型参数;所述生成式模型参数包括学习率、迭代次数。

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恒泽辅汇智能科技有限公司,其通讯地址为:200126 上海市浦东新区耀元路58号后滩中农投大厦1207室;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。