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！

龙图腾网获悉河海大学;华能澜沧江水电股份有限公司申请的专利基于交叉注意力和多维度量的机器人巡检缺陷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：CN119295732B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202411387727.X，技术领域涉及：G06V10/25；该发明授权基于交叉注意力和多维度量的机器人巡检缺陷检测方法是由陈时;毛莺池;陈有勤;潘祯祥;张鹏;聂兵兵;戚荣志;徐小坤;贾璐瑶;王彦芳;严婉玉设计研发完成，并于2024-10-07向国家知识产权局提交的专利申请。

本基于交叉注意力和多维度量的机器人巡检缺陷检测方法在说明书摘要公布了：本发明公开一种基于交叉注意力和多维度量的机器人巡检缺陷检测方法，设计了一个小样本目标检测模型，通过机器人自主巡检采集大坝图像，并利用交叉卷积注意力方法提取图像中的缺陷区域，在通过多维度的度量学习对缺陷区域进行分类，实现了高精度、高效率的缺陷检测工作。本发明针对现有小样本目标检测方法中出现的灾难性遗忘问题和模型参数量过大问题，设计了交叉卷积模块和多维度量学习模块，有效缓解了模型的灾难性遗忘并大幅减小模型参数。结合机器人自主巡检技术，本方法显著提高了大坝混凝土表面缺陷的识别效率和准确率，实现了大坝安全监测的智能化和自动化。

本发明授权基于交叉注意力和多维度量的机器人巡检缺陷检测方法在权利要求书中公布了：1.一种基于交叉注意力和多维度量的机器人巡检缺陷检测方法，其特征在于，包括如下步骤： 步骤1通过巡检机器人获得大坝巡检过程中混凝土表面的缺陷图像，对缺陷图像进行预处理并对缺陷进行标注，将相同类别的缺陷整理成支持图像集，构建混凝土坝缺陷检测数据集； 步骤2实时采集大坝巡检图像作为查询图像，设计了一种基于交叉注意力和多维度量的小样本目标检测模型对查询图像进行缺陷检测，简称目标检测模型，目标检测模型使用预训练的卷积神经网络作为骨干网络，对支持图像集和查询图像进行特征提取，得到支持特征和查询特征的特征图，并将特征图通过特征编码器进行特征整合，得到整合过的支持特征； 步骤3对整合过的支持特征分别进行权重计算，对每个类别的缺陷特征进行加权求和，得到支持原型，支持原型包含了支持图像的视觉特征； 步骤4对查询特征进行填充，将支持原型作为卷积核对填充后的查询特征进行交叉卷积，得到查询特征的注意力图，使用注意力图增强查询特征，再将增强后的查询特征输入区域建议网络中，生成候选区域； 步骤5各类别的支持原型和查询图像的候选区域输入高级语义特征、全局信息和局部信息三个不同维度的度量模块中，得到三个维度的目标分类结果； 步骤6将各维度的分类结果加权求和，得到最终的预测结果，包括目标缺陷的位置、类型和置信度； 所述步骤5的多维度量学习过程最终预测结果生成过程包含以下步骤： 5-1将支持原型和查询图像的候选区域输入特征解码器，解码器包含两个1×1的卷积层和一个Sigmoid层，得到解码后的支持原型和候选区域的特征； 5-2将支持原型和候选区域输入三个异构的轻量度量模块中，分别是基于高级语义特征的度量模块、基于全局信息的度量模块和基于局部信息的度量模块，得到三个维度的分类概率； 5-3在每个度量模块中，支持原型和候选区域先输入到高级语义、全局信息和局部信息三个维度的编码器中得到高维特征，再对高维特征进行欧氏距离度量，得到类间度量结果，同时使用伪距编码器对查询特征进行背景度量； 5-4将类间度量结果与背景度量结果合并，通过距离解码器获得不同维度度量模块的分类概率； 5-5设置三个可学习参数，对应三个度量模块的权重，将三个可学习参数转化为和为1的权重系数，使用权重系数将三个度量模块的分类结果加权求和，得到最终的分类概率； 5-6结合区域建议网络生成的候选区域位置信息，得到查询图像中目标缺陷的位置、类型和置信度信息。

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河海大学;华能澜沧江水电股份有限公司，其通讯地址为：211100 江苏省南京市江宁区佛城西路8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。