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 > 北京航空航天大学谢晋东获国家专利权

北京航空航天大学谢晋东获国家专利权

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!

龙图腾网获悉北京航空航天大学申请的专利一种基于注意力机制的两阶段裂缝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:CN118865138B

龙图腾网通过国家知识产权局官网在2025-12-09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:202411072183.8,技术领域涉及:G06V20/10;该发明授权一种基于注意力机制的两阶段裂缝检测方法是由谢晋东;于重;王昊;王一博;曹先彬设计研发完成,并于2024-08-06向国家知识产权局提交的专利申请。

一种基于注意力机制的两阶段裂缝检测方法在说明书摘要公布了:本发明公开一种基于注意力机制的两阶段裂缝检测方法,属于病害识别及计算机视觉技术领域,通过搭载结合注意力机制的轻量化目标分割算法模块的平台拍摄可能存在裂缝的基础设施表面受污染区域,处理成图片作为注意力机制的轻量化目标分割算法模块的输入,通过该算法提取的可能存在裂缝的区域的特征,排除掉其他像素干扰;一定程度上避免了算法检测图像中不可能存在裂缝的区域造成的资源浪费,降低了虚警率。随后将处理后的子图发送至承载精细化裂缝检测算法的计算机中,该算法通过高级网络结构和多任务学习框架,在子图中提取裂缝的位置和尺寸等信息,实现了更高的裂缝检测精度。

本发明授权一种基于注意力机制的两阶段裂缝检测方法在权利要求书中公布了:1.一种基于注意力机制的两阶段裂缝检测方法,其特征在于: 步骤一:使用裂缝区域数据训练轻量级的卷积神经网络,得到用于将裂缝区域从图像中分割出来的语义分割模型;同时使用裂缝区域数据集训练高级的卷积神经网络,得到用于检测裂缝的目标检测模型; 步骤二:将训练好的语义分割模型与目标检测模型分别配置于基于注意力机制的轻量化目标分割算法模块及精细化裂缝检测算法模块中; 步骤三:对可能存在裂缝的基础设施相关区域进行拍摄,采集巡检图像; 步骤四:判定拍摄任务是否完成,未完成则返回步骤三,完成则进行步骤五; 步骤五:将采集到的巡检图像导出到结合注意力机制的轻量化目标分割算法模块中进行存储;进一步,通过基于注意力机制的轻量化目标分割算法模块对所存储的巡检图像统一进行图像分割,得到可能包含裂缝的区域图像,具体为: 1通过空间注意力机制进行图像矫正; 2使用语义分割模型从输入的矫正后图像中提取特征,并对提取的特征进行加权处理,通过注意力机制,对各区域赋予权重; 3基于加权后的特征图像进行精细化分割,得到若干个感兴趣区域;并将区域外所有像素点的像素值置零; 4对分割后的图像中被置零区域进行裁剪删除,将剩余区域,及感兴趣区域图像进行裁剪,并进行填充操作,得到子图; 步骤六:将得到的子图传输至精细化裂缝检测算法模块中进行存储; 步骤七:将输入的若干子图逐一经过精细化裂缝检测算法模块进行检测,得到每张子图经精细化裂缝检测算法检测后的预测子图,其中包含各个识别到的裂缝检测框的坐标和尺寸,具体为:精细化裂缝检测算法模块通过目标检测模型对子图进行特征提取;采用一种多任务学习的框架,将特征提取任务分解为多个子任务,对每个子任务,使用高级的卷积神经网络分支进行处理,并在共享特征提取的基础上进行多任务学习; 步骤八:检查所有子图是否已检测完成,如果否,返回步骤七:如果是,将待拼接的子图按照原始图像的来源分组,随后进行图像拼接,依靠子图在原图的坐标和裂缝检测框在子图的坐标尺寸信息,将裂缝的识别结果映射到原图像位置,且拼接到一起的各个子图必须来自于同一张原始图像,得到预测图像。

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北京航空航天大学,其通讯地址为:100191 北京市海淀区学院路37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。

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。