江南大学周恒获国家专利权
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!
龙图腾网获悉江南大学申请的专利一种轻量化RGB-T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:CN120912871B 。
龙图腾网通过国家知识产权局官网在2025-12-05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:202511421977.5,技术领域涉及:G06V10/25;该发明授权一种轻量化RGB-T显著目标检测方法是由周恒;恽劼恒;徐天阳;吴小俊设计研发完成,并于2025-09-30向国家知识产权局提交的专利申请。
本一种轻量化RGB-T显著目标检测方法在说明书摘要公布了:本发明涉及计算机视觉技术领域,公开了一种轻量化RGB‑T显著目标检测方法,在特征交互层面设计局部‑全局互补聚合模块,通过浅层卷积与双线性上采样完成局部细节增强,并利用全局平均池化与全连接层实现全局语义建模,减少了运算开销与内存占用,同时保持跨层次信息的一致性与判别性;在特征挖掘层面引入三重线索挖掘模块,采用多尺度膨胀卷积、逐点卷积与离散余弦变换等低开销算子,建模空间上下文、通道依赖与频率语义,既保证了跨模态细节与互补信息的捕捉,又降低了参数量与计算复杂度;在训练优化层面,利用通道一致性损失与深度显著性监督损失有效补偿轻量化网络容量有限所带来的特征对齐不足与浅层表达弱化问题,提高模型检测能力。
本发明授权一种轻量化RGB-T显著目标检测方法在权利要求书中公布了:1.一种轻量化RGB-T显著目标检测方法,其特征在于,包括: 获取待检测RGB图像及其对应的热红外图像,分别输入MobileNetV2的编码器的可见光特征提取支路与热红外特征提取支路中,获取个可见光特征与个热红外特征; 将第个可见光特征与第个热红外特征拼接,作为第个多模态融合特征;令第个多模态融合特征依次经过全局平均池化与全连接层,获取全局上下文特征; 将全局上下文特征、第个多模态融合特征,与第个可见光特征或第个热红外特征,分别输入可见光特征优化支路、热红外特征优化支路中的第个局部-全局互补聚合模块中,提取长距离空间特征与第个可见光联合特征相加获取第个可见光融合特征,提取长距离空间特征与第个热红外联合特征相加获取第个热红外融合特征;; 将第个可见光融合特征或第个热红外融合特征输入三重线索挖掘模块,并行经过空间特征提取支路、通道特征提取支路与频率特征提取支路,获取空间上下文特征、通道依赖关系特征与频率线索特征后相加,获取第个可见光分支线索特征或第个热红外分支线索特征,包括:将第个可见光融合特征或第个热红外融合特征送入三重线索挖掘模块的空间特征提取支路,依次经过多尺度融合模块、池化、卷积与激活后,与经过多尺度融合模块的输出进行残差连接,输出第个可见光融合特征或第个热红外融合特征的空间上下文特征;将第个可见光融合特征或第个热红外融合特征送入三重线索挖掘模块的通道特征提取支路,依次经过池化、两层卷积与激活后,与第个可见光融合特征或第个热红外融合特征进行残差连接,输出第个可见光融合特征或第个热红外融合特征的通道依赖关系特征;将第个可见光融合特征或第个热红外融合特征送入三重线索挖掘模块的频率特征提取支路中,利用二维离散余弦变换将输入特征分解为四个方向子带并求和后,经过多层感知机聚合后,与第个可见光融合特征或第个热红外融合特征进行残差连接,输出第个可见光融合特征或第个热红外融合特征的频率线索特征;将第个可见光融合特征或第个热红外融合特征的空间上下文特征、通道依赖关系特征、频率线索特征相加,获取第个可见光分支线索特征或第个热红外分支线索特征; 将第个可见光分支线索特征、第个热红外分支线索特征拼接,获取第个多模态融合特征; 将第个可见光特征与第个热红外特征拼接后输入第个解码单元,获取第个解码单元的显著预测结果; 对第个解码单元的显著预测结果进行上采样,获取第个上采样结果;将第个可见光分支线索特征与第个热红外分支线索特征相加,获取第个融合线索特征,与第个上采样结果,输入第个解码单元,获取第个解码单元的显著预测结果; 获取第1个解码单元的显著预测结果,作为待检测RGB图像的显著目标检测结果; 其中,局部-全局互补聚合模块,包括:局部互补聚合单元,以全局上下文特征为输入,依次经过自注意力机制、上采样与卷积,输出长距离空间特征;全局互补聚合单元,以第个多模态融合特征、第个可见光特征或第个热红外特征为输入,令第个可见光特征或第个热红外特征经过自注意力机制与卷积后,与经过上采样与卷积后的第个多模态融合特征相加,输出第个可见光联合特征或第个热红外联合特征;融合单元,将输入的长距离空间特征,与第个可见光联合特征或第个热红外联合特征相加后,输出第个可见光融合特征或第个热红外融合特征。
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江南大学,其通讯地址为:214122 江苏省无锡市滨湖区蠡湖大道1800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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励