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！

龙图腾网获悉重庆理工大学申请的专利一种基于多模态特征融合的光场显著目标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：CN119942289B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202510102232.6，技术领域涉及：G06V10/80；该发明授权一种基于多模态特征融合的光场显著目标检测方法是由陈芬;胡鑫;彭宗举;吴正设计研发完成，并于2025-01-22向国家知识产权局提交的专利申请。

本一种基于多模态特征融合的光场显著目标检测方法在说明书摘要公布了：本发明公开了一种基于多模态特征融合的光场显著目标检测方法，该方法使用训练后的光场显著目标检测模型检测得到光场多模态图像的显著图；该模型通过切片交织增强模块以局部的方式增强焦点切片间的特征，获得增强后的焦点流特征，通过高层特征融合模块以局部和全局的方式对高层多模态语义信息进行特征融合，输出得到融合后的高层特征图，通过低层交叉注意力以交叉增强的方式对低层多模态的空间‑通道特征进行融合，输出得到融合后的低层特征图，最后，通过紧凑金字塔细化模块对上述特征进行聚合，并解码为精确的显著图。本发明通过构建光场显著目标检测模型，解决了焦点堆栈中切片间特征学习不充分以及光场中多模态信息特征融合不充分的问题。

本发明授权一种基于多模态特征融合的光场显著目标检测方法在权利要求书中公布了：1.一种基于多模态特征融合的光场显著目标检测方法，其特征在于，包括如下步骤： S1、获取待处理的光场多模态焦点堆栈图像和全聚集图像； S2、将所述待处理的光场多模态焦点堆栈图像和全聚集图像作为训练后的光场显著目标检测模型的输入，输出得到待处理的光场多模态焦点堆栈图像和全聚集图像的光场显著目标检测结果；所述光场显著目标检测模型包括切片交织增强模块、高层特征融合模块、低层交叉注意力模块和紧凑金字塔细化模块； 所述光场显著目标检测模型的训练过程包括： S201、将作为光场显著目标检测模型输入的光场多模态焦点堆栈图像和全聚集图像作为训练样本，输入至以Pvtv2为主干网络的光场显著目标检测模型中，对所述训练样本进行特征提取，分别提取得到四种不同尺度的焦点堆栈特征图和全聚焦特征图； S202、基于Swin-T模块构建所述切片交织增强模块，将所述四种不同尺度的焦点堆栈特征图作为切片交织增强模块的输入，以局部的方式增强焦点切片间的特征，获得增强后的焦点流特征； S203、将经过Pvtv2得到的四种不同尺度的全聚焦特征图通过感受野块，得到增强后的全聚焦流特征；将所述增强后的全聚焦流特征和所述增强后的焦点流特征中的高层特征作为所述高层特征融合模块的输入，以局部和全局的方式对高层多模态语义信息进行特征融合，输出得到融合后的高层特征图； S204、将所述增强后的全聚焦流特征和所述增强后的焦点流特征中的低层特征作为所述低层交叉注意力模块的输入，以交叉增强的方式对低层多模态的空间-通道特征进行融合，输出得到融合后的低层特征图； S205、将所述融合后的高层特征图和所述融合后的低层特征图作为所述紧凑金字塔细化模块的输入，从上到下聚合多尺度特征，输出得到最终的显著图； S206、采用由切片交织增强损失函数和混合结构损失函数组成的总损失函数，计算光场显著目标检测模型的训练损失，并以最小化总损失函数为目标，对光场显著目标检测模型的参数进行更新； S207、重复步骤S201至S206，直至光场显著目标检测模型收敛或达到预设训练次数，则完成训练。

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重庆理工大学，其通讯地址为：400054 重庆市巴南区李家沱红光大道69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。