中国科学院沈阳自动化研究所杨本超获国家专利权
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!
龙图腾网获悉中国科学院沈阳自动化研究所申请的专利一种自适应形状的侧扫声呐图像管道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:CN119784696B 。
龙图腾网通过国家知识产权局官网在2025-09-19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:202411835911.6,技术领域涉及:G06T7/00;该发明授权一种自适应形状的侧扫声呐图像管道检测方法是由杨本超;徐会希;邵刚;胡弘炎;贾栋设计研发完成,并于2024-12-13向国家知识产权局提交的专利申请。
本一种自适应形状的侧扫声呐图像管道检测方法在说明书摘要公布了:本发明属于水下探测与管道检测技术领域,具体说是一种自适应形状的侧扫声呐图像管道检测方法,包括以下步骤:1将获取待检测的侧扫声呐管道图像数据发送至特征提取模块进行特征提取;2构建特征提取模块,对侧扫声呐管道图像数据逐步提取特征向量数据,并发送至transformer模块;3建立transformer模型,并对引入的ObjectQuery向量进行修改,得到修改后的ObjectQuery向量和特征提取模块生成的检测结果后;4通过引入反馈机制的transformer模型,输出的q_s向量作为ObjectQuery向量的补充;得到更新后的ObjectQuery向量,再次输入至transformer模型;5transformer模型输出检测图像中是否存在管道目标以及对应管道目标的m个坐标点;6根据输出的管道目标的m个坐标点,得到检测管道目标的边界图。
本发明授权一种自适应形状的侧扫声呐图像管道检测方法在权利要求书中公布了:1.一种自适应形状的侧扫声呐图像管道检测方法,其特征在于,包括以下步骤: 1)侧扫声呐将获取待检测的侧扫声呐管道图像数据发送至特征提取模块进行特征提取; 2)通过卷积神经网络构建特征提取模块,通过卷积层、池化层结构对输入图像进行逐层处理,从输入的侧扫声呐管道图像数据中逐步提取特征向量数据,并发送至transformer模块; 3)通过transformer模块建立transformer模型,并对引入的ObjectQuery向量进行修改,得到修改后的ObjectQuery向量和对特征向量数据转换后的结果; 所述修改后的ObjectQuery向量的形状调整为:目标数量、每个目标的关键点数和对应特征维度的组合; 4)将修改后的ObjectQuery向量和对特征向量数据转换后的结果输入至引入反馈机制的transformer模型中,输出的q_s向量作为ObjectQuery向量的补充;得到更新后的ObjectQuery向量,并再次输入至transformer模型中; 步骤4),具体为: 2-1)将修改后的ObjectQuery输入至transformer模型中,transformer模型的输出接入一个可训练的MLP模块,输出q_s向量; 其中,输出的所述q_s向量的形状为:(目标数,关键点数量,特征数); 2-2)将q_s向量与原始的ObjectQuery向量直接相加,形成更新后的ObjectQuery向量,再次输入至transformer模型; 所述相加操作是按元素进行的,即q_s中的每个元素将与对应位置的原始ObjectQuery元素相加,进而,原始的ObjectQuery将被更新为包含更多关于目标及其关键点的信息的新向量,更新后的ObjectQuery将再次被输入到Transformer模型中进行迭代处理; 5)transformer模型输出检测图像中是否存在管道目标以及对应管道目标的m个坐标点; 6)根据输出的管道目标的m个坐标点,通过连线操作,得到检测管道目标的边界图。
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中国科学院沈阳自动化研究所,其通讯地址为:110016 辽宁省沈阳市沈河区南塔街114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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励