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！

龙图腾网获悉山东省海洋科学研究院(青岛国家海洋科学研究中心);山东海洋高新技术发展有限公司申请的专利基于轻量化卷积网络的DIC位移场动态修正方法、系统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：CN120451712B 。

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：202510953634.7，技术领域涉及：G06V10/774；该发明授权基于轻量化卷积网络的DIC位移场动态修正方法、系统是由常琳;张丛;王建国;汤庆凯;王历昂;王言哲;李振;张永波设计研发完成，并于2025-07-11向国家知识产权局提交的专利申请。

本基于轻量化卷积网络的DIC位移场动态修正方法、系统在说明书摘要公布了：本发明涉及数字图像相关DIC测量技术领域，具体涉及一种基于轻量化卷积网络的DIC位移场动态修正方法、系统，包括：步骤1：采集结构表面图像序列，进行预处理；步骤2：通过传统DIC算法对预处理的图像序列计算初始位移场，对关键特征信息进行提取，作为动态修正的输入数据；步骤3：构建轻量化卷积神经网络模型，将提取的输入数据传输至轻量化卷积神经网络模型进行识别，设计混合损失函数进行训练，学习初始位移场与真实位移场之间的映射关系；步骤4：通过训练好的轻量化卷积神经网络模型对初始位移场进行修正，直接输出修正的高精度位移场数据。利用神经网络的函数拟合能力，在有限计算资源下实现高精度的位移场修正，提高测量精度。

本发明授权基于轻量化卷积网络的DIC位移场动态修正方法、系统在权利要求书中公布了：1.一种基于轻量化卷积网络的DIC位移场动态修正方法，其特征在于，包括以下步骤： 步骤1：采集结构表面的图像序列，对采集到的图像序列进行预处理； 步骤2：通过传统DIC算法对预处理后的图像序列计算初始位移场，并对关键特征信息进行提取，作为动态修正的输入数据； 步骤3：构建轻量化卷积神经网络模型，所述轻量化卷积神经网络模型采用包含噪声干扰的初始位移场和对应的真实位移场作为训练数据集，将提取到的输入数据传输至轻量化卷积神经网络模型进行识别，通过设计混合损失函数进行训练，学习初始位移场与真实位移场之间的映射关系，包括： 步骤3-1：将标准卷积分解为深度卷积和逐渐卷积构建轻量化卷积神经网络模型，在模型训练过程中，设计混合损失函数，根据训练数据的特点和模型的性能要求，设置均方误差损失、梯度损失和对抗损失之间的权重，平衡各部分的贡献，计算公式为：，其中，是权重系数，分别控制均方误差损失、梯度损失和对抗损失的贡献； 步骤3-2：采用学习率调整策略和优化算法，进行多轮迭代训练，直至模型收敛，训练好的模型能够学习初始位移场与真实位移场之间的映射关系； 步骤4：通过训练好的轻量化卷积神经网络模型对初始位移场进行修正，直接输出修正后的高精度位移场数据。

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山东省海洋科学研究院(青岛国家海洋科学研究中心);山东海洋高新技术发展有限公司，其通讯地址为：266000 山东省青岛市崂山区游云路7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。