Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江工业大学郑海斌获国家专利权

浙江工业大学郑海斌获国家专利权

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!

龙图腾网获悉浙江工业大学申请的专利模型特征和目标纹理信息融合的红外隐身方法和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:CN119723032B

龙图腾网通过国家知识产权局官网在2025-09-26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:202411706765.7,技术领域涉及:G06V10/25;该发明授权模型特征和目标纹理信息融合的红外隐身方法和装置是由郑海斌;杨洁;杨丁一;严云杰;陈晋音;聂国辉设计研发完成,并于2024-11-26向国家知识产权局提交的专利申请。

模型特征和目标纹理信息融合的红外隐身方法和装置在说明书摘要公布了:本发明公开了一种模型特征和目标纹理信息融合的红外隐身方法和装置,设计了一种基于目标纹理信息的自适应补丁初始化方法。即通过利用目标图像的纹理信息指导红外对抗补丁的形状、大小以及位置设计,从而解决对抗补丁的复杂度与对抗补丁的优化难度之间的冲突,从而在保证了隐身效果以及完成数字域到物理域的迁移的前提下更加快高效地速完成补丁设计优化过程。

本发明授权模型特征和目标纹理信息融合的红外隐身方法和装置在权利要求书中公布了:1.一种模型特征和目标纹理信息融合的红外隐身方法,其特征在于,包括以下步骤: 1获取原始图像数据集X:X={x1,x2,…,xu,…,xK},其中,xu为任意一张原始图像,u=1,2,…,u,…,K;每一张原始图像xu中包含一个或者多个行人目标实例; 随后将原始图像数据集X中每一张原始图像xu输入至目标检测模型F中,得到检测结果集合Xf:Xf={x1,f,x2,f,…,xu,f,…,xK,f},其中,xu,f表示原始图像xu对应的检测结果,计算公式如下: xu,f=Fxu,θ; 其中,θ为目标检测模型F的参数; 检测结果集合Xf中每一个检测结果xu,f为其中,为检测结果xu,f中任意一个行人目标结果,v=1,…,v,…,Vu,Vu表示检测结果xu,f中总共包含Vu个行人目标结果; 每一个行人目标结果包含行人目标行人目标的检测框位置行人目标被识别成行人的概率和行人目标的类别 2针对检测结果xu,f中任意一个行人目标结果生成对应的初始主补丁集合 3针对初始主补丁集合中任意一个初始主补丁生成3个从补丁和并对初始主补丁从补丁和进行优化,得到优化后的主补丁以及优化后的从补丁和 4针对优化后的主补丁进行平滑处理,得到平滑后的主补丁随后将平滑后的主补丁和一个随机噪声z输入到训练好的条件生成式对抗网络的生成器中,得到具有迷惑性的对抗主补丁 5针对初始主补丁集合中每一个初始主补丁重复步骤3-步骤4,得到行人目标结果对应的具有迷惑性的对抗主补丁集合 6针对检测结果xu,f中每一个行人目标结果重复步骤2-步骤5,得到原始图像xu对应的具有迷惑性的对抗主补丁集合{Yu2}; 7在数字域通过将得到的具有迷惑性的对抗主补丁集合{Yu2}中每一个具有迷惑性的对抗主补丁按顺序贴到原始图像xu,得到贴过补丁的图像xu*; 8对原始图像数据集X中每一张原始图像重复步骤2-步骤7,得到贴过补丁的图像数据集X*:X*={x1*,x2*,…,xu*,…,xk*},实现对原始图像的红外隐身。

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浙江工业大学,其通讯地址为:310014 浙江省杭州市下城区潮王路18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。

免责声明
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。