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！

龙图腾网获悉长沙理工大学申请的专利一种基于分组归一化和移位的图像裂缝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：CN115984233B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202310039698.7，技术领域涉及：G06T7/00；该发明授权一种基于分组归一化和移位的图像裂缝检测方法是由张建明;黄凤翔;吕雅茹设计研发完成，并于2023-01-12向国家知识产权局提交的专利申请。

本一种基于分组归一化和移位的图像裂缝检测方法在说明书摘要公布了：本发明公开了一种基于分组归一化和移位的图像裂缝检测方法，该方法基于通道分组归一化的注意力机制用于增强裂缝特征，对称的U型网络的每一层在整个网络架构中使用分组归一化方法来归一化特征，使用分组归一化的可学习参数设计了新的分组归一化注意力，更好的适配整个网络架构。分组归一化从空间维度将特征压缩为向量，并按通道分组进行归一化；分组归一化操作完成后，使用线性变化来弥补归一化和压缩过程中的损失，并使用线性变化的可学习参数从通道层面对原始特征图加权，从而达到抑制无意义特征和突显有意义特征的效果。本发明的方法除了能够应对自然场景下的各种复杂情况的干扰，还能更好地精细化检测细小裂纹，且模型的鲁棒性和泛化性高。

本发明授权一种基于分组归一化和移位的图像裂缝检测方法在权利要求书中公布了：1.一种基于分组归一化和移位的图像裂缝检测方法，其特征在于，该方法对原有的SegNet网络上进行了改进，具体包括以下步骤： 步骤1：对于图像中的裂缝信息，采用卷积提取特征，网络中的编码器分为五个部分，每个阶段中每个卷积层的特征输出都会用于拼接，之后通过卷积降维作为整个阶段的输出；下采样采用最大池化，最大池化时下采样的像素的索引信息进行了存储，在解码器阶段使用编码器阶段的保存的索引，上采样解码时将像素还原到索引指示的位置；在编码器阶段采用残差结构，而在解码器阶段并未采用残差结构； 步骤2：将C维通道分为N组记为{g1，g2，…gN}，每个组的通道为函数表示对x向下取整；每个组对C'个通道中的权重计算平均值μi和方差σi，xj表示特征图x里面的第j个通道： 对于每个组gi，其组归一化操作GNit为式2所示，以组为单位，先对所有的权值向量进行归一化；每个通道上的权重在组内进行归一化之后，再执行一次线性变换，每个通道的系数为γt和βt，其中下标t∈{1,2,3...C'}，函数GNit表示对第i个组的向量gi进行分组规划操作： 步骤3：分组归一化注意力模块定义为式3，其中x代表输入的特征图，函数GAP和GMP分别代表全局平均池化和全局最大池化，用于将空间维度将特征压缩为一个向量，⊙代表逐通道相乘操作： fx＝Sigmoidγ⊙GNGAPx+GNGMPx⊙x3 其中，fx为对注意力进行加权后的特征函数，γ为通道系数γt的组合向量，Sigmoid为S型生长曲线函数。

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长沙理工大学，其通讯地址为：410114 湖南省长沙市雨花区万家丽南路二段960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”。