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 > 北京理工大学;北京理工大学重庆创新中心张宏获国家专利权

北京理工大学;北京理工大学重庆创新中心张宏获国家专利权

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!

龙图腾网获悉北京理工大学;北京理工大学重庆创新中心申请的专利基于孪生网络的靶板毁伤检测方法及系统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:CN117934945B

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:202410103187.1,技术领域涉及:G06V10/764;该发明授权基于孪生网络的靶板毁伤检测方法及系统是由张宏;李豪天;刘梦真;徐媛媛;黄广炎设计研发完成,并于2024-01-25向国家知识产权局提交的专利申请。

基于孪生网络的靶板毁伤检测方法及系统在说明书摘要公布了:本发明涉及基于孪生网络的靶板毁伤检测方法及系统,方法包括:获取待测靶板毁伤图像;构建靶板毁伤检测模型,将所述待测靶板毁伤图像输入所述靶板毁伤检测模型,获取分割掩膜图,其中所述靶板毁伤检测模型基于U‑Net网络构建并通过训练集训练获得,所述训练集包括:靶板毁伤区域的图像和标识所述靶板毁伤区域的标签;将所述分割掩膜图进行量化分析,获取靶板毁伤区域的几何信息。本发明构建了具有孪生分支的预测网络,用于预测输入图像的毁伤区域。引入区域注意力来增加了对目标区域的关注度,抑制无用信息的表达;加入了多尺度卷积模块提高了对边缘细节的感知力,提高了预测精准。最终在靶板毁伤区域识别和量化方面取得了有效的应用。

本发明授权基于孪生网络的靶板毁伤检测方法及系统在权利要求书中公布了:1.基于孪生网络的靶板毁伤检测方法,其特征在于,包括: 获取待测靶板毁伤图像; 构建靶板毁伤检测模型,将所述待测靶板毁伤图像输入所述靶板毁伤检测模型,获取分割掩膜图,其中所述靶板毁伤检测模型基于U-Net网络构建并通过训练集训练获得,所述训练集包括:靶板毁伤区域的图像和标识所述靶板毁伤区域的标签; 基于所述U-Net网络构建所述靶板毁伤检测模型包括: 在所述U-Net网络的编码器和解码器中分别加入多尺度卷积模块和CBR模块,并在所述编码器和所述解码器之间加入孪生分类模块和区域注意力模块构建所述靶板毁伤检测模型; 将所述待测靶板毁伤图像输入所述靶板毁伤检测模型,获取分割掩膜图包括: 将所述待测靶板毁伤图像的三维矩阵数据输入所述多尺度卷积模块进行多尺度局部信息提取和全局信息深度提取,获取高纬特征信息; 通过归一化和激活函数对所述高纬特征信息进行处理,获取非线性高纬特征信息; 将所述非线性高纬特征信息输入所述孪生分类模块,获取毁伤区域注意力权重参数; 将所述毁伤区域注意力权重参数进行上采样后与对应尺度的所述非线性高纬特征信息输入所述区域注意力模块,获取空间加权特征图; 将所述空间加权特征图输入所述CBR模块,获取所述分割掩膜图; 所述CBR模块包括依次连接的卷积模块、BN正则化和激活函数; 将所述分割掩膜图进行量化分析,获取靶板毁伤区域的几何信息。

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北京理工大学;北京理工大学重庆创新中心,其通讯地址为:100081 北京市海淀区中关村南大街5号北京理工大学;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。