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！

龙图腾网获悉南京邮电大学申请的专利一种基于多流反馈网络框架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：CN117237668B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202311304185.0，技术领域涉及：G06V10/44；该发明授权一种基于多流反馈网络框架的显著性目标检测方法是由崔子冠;姚可越;干宗良;唐贵进;刘峰设计研发完成，并于2023-10-10向国家知识产权局提交的专利申请。

本一种基于多流反馈网络框架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多流反馈网络框架的显著性目标检测方法，包括：获取待检测的原始图像；将原始图像输入至训练好的多流反馈显著性预测模型，得到显著性预测结果；其中，预测模型包括多流参数共享的预测网络，预测方法如下：除第一流预测网络外，后续各流预测网络根据前一流预测网络的预测图，对原始图像进行显著性特征增强，得到增强图像；对增强图像进行特征提取、聚合、卷积和上采样处理后，得到各流预测网络的预测图；根据最后一流的预测图，作为最终的显著性预测结果。本方法利用之前流的预测图反馈增强原始图像的特征作为当前流预测网络的输入，且各流网络参数共享，在提高显著性目标检测精度的同时具有较高的检测效率。

本发明授权一种基于多流反馈网络框架的显著性目标检测方法在权利要求书中公布了：1.一种基于多流反馈网络框架的显著性目标检测方法，其特征是，包括如下步骤： 获取待检测的原始图像； 将所述原始图像输入至训练好的多流反馈显著性预测模型，得到原始图像对应的显著性预测结果； 其中，所述多流反馈显著性预测模型包括多流参数共享的预测网络，具体预测方法如下： 第一流预测网络根据所述原始图像，进行特征提取、聚合、卷积和上采样处理后，得到预测图； 除第一流预测网络外，后续各流预测网络根据前一流预测网络的预测图，对原始图像进行显著性特征增强，得到增强图像；对所述增强图像进行特征提取、聚合、卷积和上采样处理后，得到各流预测网络的预测图； 根据最后一流预测网络的预测图，作为最终的原始图像对应的显著性预测结果； 每一流预测网络包括特征提取模块、通道注意力模块、特征聚合模块、卷积层和上采样模块，且每一流预测网络的参数共享；除第一流预测网络外，后续各流预测网络还包括显著性增强模块； 所述特征聚合模块包括依次连接的3个结构相同的特征聚合单元，所述特征聚合单元用于聚合通道维加权特征或前一个特征聚合单元的聚合特征，结合对应的卷积块的提取特征，得到当前特征聚合单元的聚合特征； 所述特征聚合单元的聚合步骤如下： 将聚合通道维加权特征或前一个特征聚合单元的聚合特征作为解码特征，对应的卷积块的提取特征作为编码特征； 分别对所述解码特征和编码特征使用3×3卷积后，进行元素级加法融合和空间注意力操作，得到特征空间权重图； 根据所述特征空间权重图，分别对经过两次3×3卷积后的解码特征和编码特征进行空间维度的加权，加权方式为元素级乘法，得到空间加权后的解码特征和编码特征； 将所述空间加权后的解码特征和编码特征进行通道拼接，再次使用3×3卷积进行特征细化，得到当前特征聚合单元的聚合特征。

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南京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66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。