厦门理工学院苏鹭梅获国家专利权
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!
龙图腾网获悉厦门理工学院申请的专利基于可变形特征感知Transformer与旋转边界框的柔性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:CN120510347B 。
龙图腾网通过国家知识产权局官网在2025-10-03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:202510975842.7,技术领域涉及:G06V10/20;该发明授权基于可变形特征感知Transformer与旋转边界框的柔性物体检测方法是由苏鹭梅;吕杰;温暾;李天友;陈皓颉;陈丽华;舒日贲设计研发完成,并于2025-07-16向国家知识产权局提交的专利申请。
本基于可变形特征感知Transformer与旋转边界框的柔性物体检测方法在说明书摘要公布了:本发明涉及一种基于可变形特征感知Transformer与旋转边界框的柔性物体检测方法,属于柔性物体检测领域。所述方法,包括:构建柔性物体检测模型,柔性物体检测模型以CSPDarknet53作为骨干网络,并融合基于可变形特征感知Transformer的注意力机制,检测头采用旋转边界框RBB和广义交并比GIoU边界框损失函数;采用柔性物体图像数据集对柔性物体检测模型进行训练,得到训练后的柔性物体检测模型,并对实际场景中的待检测柔性物体图像进行检测,输出柔性物体检测结果。本发明能够充分利用空间自适应特征采样策略与旋转感知机制,融合细粒度的特征表示与灵活的边界建模能力,实现对旋转柔性物体的高精度检测,从而满足复杂场景下的实际应用需求。
本发明授权基于可变形特征感知Transformer与旋转边界框的柔性物体检测方法在权利要求书中公布了:1.一种基于可变形特征感知Transformer与旋转边界框的柔性物体检测方法,其特征在于,包括: 构建柔性物体检测模型,柔性物体检测模型以CSPDarknet53作为骨干网络,并融合基于可变形特征感知Transformer的注意力机制,检测头采用旋转边界框RBB和广义交并比GIoU边界框损失函数; 采用柔性物体图像数据集对柔性物体检测模型进行训练,得到训练后的柔性物体检测模型,并对实际场景中的待检测柔性物体图像进行检测,输出柔性物体检测结果; 可变形特征感知Transformer采用编码器‑解码器架构,其核心在于多尺度动态形变建模机制,通过空间自适应的特征采样策略实现柔性物体目标的高效表征; 编码器‑解码器架构,在编码阶段,采用多尺度特征融合设计,将骨干网络输出的特征图输入至形变感知编码器,其中每个查询位置通过动态采样模块生成K个空间自适应采样点,这些采样点能够根据目标形变特性自动调整空间分布,整个特征聚合过程采用改进的注意力评分计算方式如下: 其中:为查询位置的特征向量,K为每个查询位置的采样点数,分别表示注意力权重和变换权重,为采样点处的特征向量; 编码器‑解码器架构,在解码阶段,采用动态目标查询机制,通过多次自回归更新目标边界框和类别;每次迭代中,解码器计算目标查询与特征图之间的注意力权重,并生成新的边界框预测结果;目标查询与特征图F的注意力权重计算公式为: 其中:d为特征维度,Softmax为激活函数,保证注意力权重在所有采样点上归一化。
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厦门理工学院,其通讯地址为:361021 福建省厦门市集美区后溪镇理工路600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