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;重庆理工清研凌创测控科技有限公司申请的专利一种用于水下智能机器人的水下目标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：CN119559489B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202411600958.4，技术领域涉及：G06V20/05；该发明授权一种用于水下智能机器人的水下目标识别方法是由余晓霞;张志刚;刘欢;李鑫;马心雨;李智龙;兰家水设计研发完成，并于2024-11-11向国家知识产权局提交的专利申请。

本一种用于水下智能机器人的水下目标识别方法在说明书摘要公布了：本发明公开了一种用于水下智能机器人的水下目标识别方法，先通过图像增强处理，增强水下图像的清晰度和色彩还原效果，再利用针对性设计的基于特征融合注意力网络构架改进的水下目标识别网络模型，得到新的去雾目标检测模型实现以端到端的方式输出清晰的无雾图，并实现水下目标的识别；该方法为水下智能机器人开展水下任务奠定了良好的基础，用基于特征融合注意力网络构架改进的水下目标识别网络模型部署到水下智能机器人的检测模组中，以提高水下目标识别算法部署在水下智能机器人等移动端的可行性，提高水下目标识别在水下智能机器人的准确度和实时性，提升基于神经网络的水下目标识别算法在移动端设备的泛用性和实用性。

本发明授权一种用于水下智能机器人的水下目标识别方法在权利要求书中公布了：1.一种用于水下智能机器人的水下目标识别方法，其特征在于，所述方法包括： S1、获取经过目标物类别标注的水下样本图像，形成水下样本图像数据集； S2、基于特征融合注意力网络构架，构建用于对水下图像进行目标识别的水下目标识别网络模型； S3、用水下样本图像数据集中的水下样本图像作为输入图像，对输入图像进行增强处理后，输入至所述水下目标识别网络模型进行训练，得到训练后的水下目标识别网络模型； S4、将训练后的水下目标识别网络模型部署到水下智能机器人的检测模组，并建立水下智能机器人的图像采集模组与所述检测模组之间的通信，将水下智能机器人的图像采集模组获取的水下图像作为输入图像，经过增强处理后输入至检测模组中部署的水下目标识别网络模型进行识别检测，得到水下目标识别结果； 所述水下目标识别网络模型包括依次连接的一个前置卷积层、一个局部残差注意力特征组群结构、一个特征注意力模块和两个后置卷积层；所述前置卷积层用于对水下目标识别网络模型的输入图像进行预处理，提取其浅层特征；所述局部残差注意力特征组结构用于提取输入图像中的深层噪声特征，并保留浅层信息，并加以融合；所述特征注意力模块用于进一步提取输入图像中的通道特征和像素特征；两个后置卷积层用于进行最后的特征融合重构处理，得到水下目标识别网络模型的输出； 所述局部残差注意力特征组群结构包括三个级联全连接的局部残差注意力特征组，局部残差注意力特征组群结构的处理过程表示为： ； 其中，为局部残差注意力特征组群结构的输入图像，表示局部残差注意力特征组群结构；表示全连接；、、表示三个局部残差注意力特征组的运算；每个局部残差注意力特征组中包含级联的个基本块单元和一个卷积单元，其处理过程表示为： ； 其中，表示第个局部残差注意力特征组的运算；表示卷积运算；表示局部残差注意力特征组中包含的第个基本块单元的运算；为图像像素叠加运算；每个基本块单元包括级联的一个局部残差模块、一个卷积模块和一个特征注意力模块，其处理过程表示为： ； 为基本块单元的输入图像，表示第个基本块单元的运算；表示特征注意力运算；表示局部残差运算，且；表示卷积运算；为Relu激活函数；为图像像素叠加运算； 所述特征注意力模块包括级联的通道注意力单元和像素注意力单元。

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;重庆理工清研凌创测控科技有限公司，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。