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！

龙图腾网获悉南京信息工程大学申请的专利一种基于特征图自优化和多层特征逐级加权融合的裂缝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：CN116167995B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202310136938.5，技术领域涉及：G06T7/00；该发明授权一种基于特征图自优化和多层特征逐级加权融合的裂缝检测方法是由卓安南;谢永华设计研发完成，并于2023-02-17向国家知识产权局提交的专利申请。

本一种基于特征图自优化和多层特征逐级加权融合的裂缝检测方法在说明书摘要公布了：本发明提供了一种基于特征图自优化和多层特征逐级加权融合的裂缝检测方法，首先将输入图片输入到并联空洞卷积模块，获取大感受野多尺度融合特征图；然后输入到编码层，编码层由卷积层、自优化模块和池化层组成，通过自优化模块对编码层特征图进行一次信息筛选优化，获得编码层特征图；再输入到解码层，获得不同阶段的解码层特征图；将对应编码层和解码层的特征图进行融合获得中间融合层特征图，并输入到四个加权融和模块，获取加权融和特征图和分层独立预测图；最后将分层独立预测图进行融合降维，获取最终的预测图。本发明充分利用不同阶段的语义信息以及不同层的特征融合，获取优化后的预测结果，推进裂缝检测自动化工作的进展。

本发明授权一种基于特征图自优化和多层特征逐级加权融合的裂缝检测方法在权利要求书中公布了：1.一种基于特征图自优化和多层特征逐级加权融合的裂缝检测方法，其特征在于，包括以下步骤： 步骤1：将图片输入到并联空洞卷积模块，获得大感受野多尺度融合特征图； 步骤2：将融合特征图依次输入到n个编码层，每个编码层将优化后的编码特征图输入到下一个编码层，获取n个不同尺度的编码层特征图；所述每个编码层均包括若干个卷积层、特征图自优化模块和池化层，所述特征图自优化模块用于对产生的特征图根据自身编码信息进行信息筛选优化，n为正整数；所述特征图自优化模块包括sigmoid函数模块、乘法器和加法器，sigmoid函数模块的输入端接入输入数据，sigmoid函数模块的输出端连接乘法器的第一输入端，乘法器和加法器依次连接，乘法器的第二输入端接入可学习参数α，加法器的第二输入端接入输入数据；优化后的编码特征图为： enfmp′i＝sigmoidenfmpi*α+enfmpii＝1,2,…,n 其中，enfmpi为原始编码特征图，α为自适应可学习参数，sigmoid为激活函数： 步骤3：将编码层特征图依次输入到n个解码层，获取n个不同尺度的解码层特征图； 步骤4：将编码层特征图和解码层特征图输入到特征融合模块，使用通道拼接方法对对应的编码层特征图与解码层特征图进行融合操作，获得n个不同尺度的中间融合层特征图； 步骤5：使用若干个加权融合模块分别对中间融合层特征图进行层级加权融合，将高层级的中间融合层特征逐级向低层级分配权重并进行融合，获得层级融合特征图，同时使用每个融合后的层级特征生成一次独立预测图，生成n-1个分层独立预测图； 步骤6：将n-1个分层独立预测图进行融合降维，获得最终的预测图。

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南京信息工程大学，其通讯地址为：210044 江苏省南京市浦口区宁六路219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。