沈阳航空航天大学陈新禹获国家专利权
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!
龙图腾网获悉沈阳航空航天大学申请的专利一种用于弧光干扰下激光条纹的识别模型及识别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:CN116681678B 。
龙图腾网通过国家知识产权局官网在2025-10-10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:202310675366.8,技术领域涉及:G06T7/00;该发明授权一种用于弧光干扰下激光条纹的识别模型及识别方法是由陈新禹;贺铸镇;叶长龙;崔童;任艳;张檬;吴星刚设计研发完成,并于2023-06-07向国家知识产权局提交的专利申请。
本一种用于弧光干扰下激光条纹的识别模型及识别方法在说明书摘要公布了:本发明公开了一种用于弧光干扰下激光条纹的识别模型及识别方法,提出一种基于深度学习的语义分割算法,从激光条纹图像中挖掘更深层次的语义特征,构建端到端的激光条纹分割网络,设计了全新的语义分割识别模型,可以高效、实时地提取激光条纹区域;具有更高的准度度,且在激光条纹边缘具有更符合真实图像的分割结果,在复杂环境下具有更高的鲁棒性,且对烟尘、飞溅等其他干扰也具有一定的抵抗性,提升了分割速度,能够实时识别激光条。
本发明授权一种用于弧光干扰下激光条纹的识别模型及识别方法在权利要求书中公布了:1.一种用于弧光干扰下激光条纹的识别方法,其特征在于,所述方法包括如下步骤: 获取激光条纹图像; 将所述激光条纹图像进行下采样后,进行三次DFM卷积处理,获得第一特征图像; 将所述第一特征图像进行下采样后,进行三次DFM卷积处理,获得第二特征图像; 将所述第二特征图像进行下采样后,进行三次MDFM卷积处理,获得第三特征图像; 将所述第三特征图像进行上采样后,与所述第二特征图像进行跨越信息融合,并进行两次DFM卷积处理,获得第一识别图像; 将所述第一识别图像进行上采样后,与所述第一特征图像进行跨越信息融合,并进行两次DFM卷积处理,最后进行卷积放大处理获得最终的识别图像; 所述DFM卷积处理具体为: 将输入图像依次进行3×3深度卷积处理、1×1点卷积处理、归一化处理后,由Relu激活函数进行激活处理,获得第一滤波图像; 将所述第一滤波图像依次进行带有膨胀因子r的3×3深度卷积处理、1×1点卷积处理、归一化处理后,获得第二滤波图像; 将输入图像与所述第二滤波图像融合后,由Relu激活函数进行激活处理,获得DFM卷积处理后图像; 所述MDFM卷积处理具体为: 将输入图像依次进行3×3深度卷积处理、1×1点卷积处理、归一化处理后,由Relu激活函数进行激活处理,获得第三滤波图像; 将所述第三滤波图像依次进行3×3深度卷积处理、1×1点卷积处理、归一化处理后,获得第四滤波图像; 将所述第三滤波图像依次进行带有膨胀因子r1的3×3深度卷积处理、1×1点卷积处理、归一化处理后,获得第五滤波图像; 将所述第三滤波图像依次进行带有膨胀因子r2的3×3深度卷积处理、1×1点卷积处理、归一化处理后,获得第六滤波图像; 将输入图像与所述第四滤波图像、第五滤波图像以及第六滤波图像融合后,由Relu激活函数进行激活处理,获得MDFM卷积处理后图像; 所述跨越信息融合具体为: 由统一注意力融合模块生成比重因子α,随后将来自解码器中的特征Fhigh与来自编码器中的特征Flow分别与比重因子α和1-α相乘后,融合相加得到图像信息。
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沈阳航空航天大学,其通讯地址为:110136 辽宁省沈阳市道义经济开发区道义南大街37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