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 > 南京理工大学冯世杰获国家专利权

南京理工大学冯世杰获国家专利权

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!

龙图腾网获悉南京理工大学申请的专利基于轻量化网络的近红外条纹图像快速去噪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:CN119850453B

龙图腾网通过国家知识产权局官网在2025-11-04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:202410219363.8,技术领域涉及:G06T5/70;该发明授权基于轻量化网络的近红外条纹图像快速去噪方法是由冯世杰;周林樾;左超;李艺璇;钱佳铭设计研发完成,并于2024-02-28向国家知识产权局提交的专利申请。

基于轻量化网络的近红外条纹图像快速去噪方法在说明书摘要公布了:本发明提出了一种基于轻量化网络的近红外条纹图像快速去噪方法,包括:构建轻量化的卷积神经网络;利用近红外结构光系统在真实场景下采集不同面形样品图像,对每张图像设置最优参数,利用设置最优参数的图像制备数据集;将数据集输入轻量化的去噪神经网络进行训练;将实时采集的带有噪声的红外条纹图输入训练好的轻量化去噪模型,获得去噪后的优化条纹图像。

本发明授权基于轻量化网络的近红外条纹图像快速去噪方法在权利要求书中公布了:1.一种基于轻量化网络的近红外条纹图像快速去噪方法,其特征在于,包括: 步骤一:构建轻量化的去噪神经网络;所述轻量化的去噪神经网络包括一条下采样主路径、四条下采样支路和一条上采样主路径,每条下采样支路包括依次连接的残差模块和下采样模块,所述下采样主路径包括依次连接的卷积层、残差模块、三组下采样模块和残差模块的组合以及一组下采样模块和多头自注意力模块的组合,所述四条下采样支路的输入端分别与三组下采样模块和残差模块的组合、一组下采样模块和多头自注意力模块的组合的输入端依次一一对应连接,所述上采样主路径包括依次连接的四组上采样模块与残差模块的组合以及卷积层,第四下采样支路的输出端与第一组上采样模块与残差模块的组合的输入端连接,第三下采样支路的输出端与第二组上采样模块与残差模块的组合的输入端连接,第二下采样支路的输出端与第三组上采样模块与残差模块的组合的输入端连接,第一下采样支路的输出端与第四组上采样模块与残差模块的组合的输入端连接; 步骤二:利用近红外结构光系统在真实场景下采集不同面形样品图像,对每张图像设置最优参数,利用设置最优参数的图像制备数据集; 步骤三:将数据集输入轻量化的去噪神经网络进行训练; 步骤四:将实时采集的带有噪声的红外条纹图输入训练好的轻量化去噪神经模型,获得去噪后的优化条纹图像。

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理工大学,其通讯地址为:210094 江苏省南京市玄武区孝陵卫街道200号南京理工大学;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。