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！

龙图腾网获悉广东工业大学申请的专利一种鱼眼图像遮挡类别的判别方法及装置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：CN115984951B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202310048962.3，技术领域涉及：G06V10/44；该发明授权一种鱼眼图像遮挡类别的判别方法及装置是由郑少龙;王骏逵;李珍妮;辛宇设计研发完成，并于2023-02-01向国家知识产权局提交的专利申请。

本一种鱼眼图像遮挡类别的判别方法及装置在说明书摘要公布了：本申请公开了一种鱼眼图像遮挡类别的判别方法及装置，方法包括：将鱼眼图像鱼眼图像遮挡类别判别模型，输出得到目标鱼眼图像，鱼眼图像遮挡类别判别模型的建立过程为：获取若干鱼眼拍摄图像，并标签处理和像素化处理，得到若干鱼眼标签图像，构建BN网络层并引入至原始U_Net网络结构，得到批量归一化U_Net网络结构，以鱼眼拍摄图像作为训练样本，鱼眼标签图像作为样本标签，通过批量归一化U_Net网络结构训练得到鱼眼图像遮挡类别判别模型。可见，鱼眼图像遮挡类别判别模型能够辅助识别出与天空区域对应的直射卫星信号，与建筑物区域对应的反射卫星信号，以及与树木区域对应的衍射卫星信号，提供更多卫星精确定位的条件。

本发明授权一种鱼眼图像遮挡类别的判别方法及装置在权利要求书中公布了：1.一种鱼眼图像遮挡类别的判别方法，其特征在于，包括： 将鱼眼图像输入预先建立的鱼眼图像遮挡类别判别模型，输出得到带有遮挡分类信息的目标鱼眼图像； 所述鱼眼图像遮挡类别判别模型的建立过程，包括： 获取若干鱼眼拍摄图像，并对若干所述鱼眼拍摄图像进行标签处理和像素化处理，得到若干鱼眼标签图像，每一鱼眼标签图像中包含天空标签、建筑物标签和树木标签中的至少一种标签； 构建用于插入原始U_Net网络结构中的批量归一化BN网络层； 在所述原始U_Net网络结构中插入所述BN网络层，得到批量归一化U_Net网络结构； 以所述若干鱼眼拍摄图像作为训练样本，将与每一鱼眼拍摄图像对应的鱼眼标签图像作为该鱼眼拍摄图像的样本标签，通过所述批量归一化U_Net网络结构训练得到鱼眼图像遮挡类别判别模型； 所述构建用于插入原始U_Net网络结构中的批量归一化BN网络，包括： 利用下式构建用于插入原始U_Net网络结构中的批量归一化BN网络： 其中，xk为批量归一化BN网络所接受的第k维输入特征的回归值，βk为所述第k维输入特征的平均值，γk为所述第k维输入特征的均方误差，yk为所述第k维输入特征的输出特征y； 所述在所述原始U_Net网络结构中插入所述BN网络层，得到批量归一化U_Net网络结构，包括： 将所述原始U_Net网络结构中所进行下采样的特征通道的数量，增加一倍，得到第一U_Net网络结构； 将所述第一U_Net网络结构中所进行上采样的特征通道的数量，缩减一半，得到第二U_Net网络结构； 在所述第二U_Net网络结构中的每一卷积层后插入所述BN网络层，得到批量归一化U_Net网络结构； 在对若干所述鱼眼拍摄图像进行标签处理和像素化处理，得到若干鱼眼标签图像之后，还包括： 将若干所述鱼眼拍摄图像进行数据增强，得到数据增强后的若干鱼眼样本图像； 以所述若干鱼眼拍摄图像作为训练样本，将与每一鱼眼拍摄图像对应的鱼眼标签图像作为该鱼眼拍摄图像的样本标签，对所述批量归一化U_Net网络结构进行训练，得到鱼眼图像遮挡类别判别模型，包括： 以所述若干鱼眼样本图像作为训练样本，将与每一鱼眼拍摄图像对应的鱼眼标签图像作为该鱼眼拍摄图像的样本标签，对所述批量归一化U_Net网络结构进行训练，得到鱼眼图像遮挡类别判别模型。

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广东工业大学，其通讯地址为：510060 广东省广州市越秀区东风东路729号大院；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”。