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！

龙图腾网获悉北京师范大学;集智学园(北京)科技有限公司申请的专利一种基于边缘引导网络的伪装物体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：CN114581703B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202210193274.1，技术领域涉及：G06V10/764；该发明授权一种基于边缘引导网络的伪装物体检测方法是由王硕;范登平;孙羽佳;陈程立诏;向天烛;张江设计研发完成，并于2022-02-28向国家知识产权局提交的专利申请。

本一种基于边缘引导网络的伪装物体检测方法在说明书摘要公布了：本发明公开了基于边缘引导网络的伪装物体检测方法，属于图像处理技术领域。大多数现有的深度学习方法往往无法准确地识别出伪装物体的完整且精细的结构。本发明创造性地提出了一种基于边缘引导网络的方法，其中边缘引导网络包括骨干模块、边缘感知模块、边缘引导特征模块、上下文聚合模块，增强了物体相关边缘语义信息的表征学习能力，输出完整且精细的伪装物体的掩模图与轮廓图。本发明在3个数据集上进行实验，4个评价指标均表明本发明超越当前所有最先进的伪装物体检测方法。

本发明授权一种基于边缘引导网络的伪装物体检测方法在权利要求书中公布了：1.一种基于BGNet模型的伪装物体检测方法，其特征在于BGNet模型包括骨干网络、边缘感知模块、边缘引导特征模块、上下文聚合模块，该方法能够挖掘伪装物体的多层次语义边缘信息，并利用这些边缘信息引导模型的表征学习过程，最终生成伪装物体的掩膜图与轮廓图，包含如下步骤： 第1步、用骨干网络对待检测图像进行特征提取，其中包含依次连接的5个卷积块，对输入图像进行多层次信息提取； 第2步、利用边缘感知模块，在所提取的特征中挖掘物体相关的边缘信息，将第1步中第2层与第5层卷积块所生成的特征图融合并处理，生成伪装物体边界图：其中，第2层卷积块输出的特征图包含低层次局部边缘细节特征；其中，第5层卷积块输出的特征图包含高层次全局边缘定位信息； 第3步、利用边缘引导特征模块，用边缘信息指导骨干网络的特征提取，具体地，将骨干网络提取的特征与边缘感知模块生成的边界图融合，基于局部注意力来挖掘关键的特征通道，输出边缘指导下优化下的特征图； 第4步、利用上下文聚合模块，聚合多层级特征与边缘信息生成伪装物体的掩膜图与轮廓图，具体地，将相邻的边缘引导特征模块的输出进行整合，提取邻近分支的多尺度上下文特征，最终得到伪装物体掩膜图与轮廓图。

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北京师范大学;集智学园(北京)科技有限公司，其通讯地址为：100875 北京市海淀区新街口外大街19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。