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！

龙图腾网获悉长春大学申请的专利面向视障人士的便携式智能设备实时盲文点检测方法与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：CN120823610B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202511062305.X，技术领域涉及：G06V30/16；该发明授权面向视障人士的便携式智能设备实时盲文点检测方法与系统是由孙宇;陈文豪;秦怡航;李璇;李纯莲设计研发完成，并于2025-07-31向国家知识产权局提交的专利申请。

本面向视障人士的便携式智能设备实时盲文点检测方法与系统在说明书摘要公布了：本发明公开了一种面向视障人士的便携式智能设备实时盲文点检测方法与系统，属于盲文点检测技术领域，所述面向视障人士的便携式智能设备实时盲文点检测系统，用于执行所述面向视障人士的便携式智能设备实时盲文点检测方法的步骤，方法具体采用轻量级深度卷积神经网络模型对图像进行快速盲文点检测，所述模型是在MobileNetV3模型基础之上，引入混合深度可分离卷积模块和通道注意力机制；结合自适应图像预处理模块自动调整图像亮度、对比度，以及多尺度盲文点特征提取技术融合不同大小的特征，从而实现精准稳定地识别各种环境下的盲文点，并通过语音反馈模块实时向用户播报识别结果，满足视障人士在复杂场景下的实时、精准识别需求。

本发明授权面向视障人士的便携式智能设备实时盲文点检测方法与系统在权利要求书中公布了：1.面向视障人士的便携式智能设备实时盲文点检测方法，其特征在于，包括： 步骤1：自适应图像预处理：获取环境光强度，动态调整图像亮度和对比度，结合多尺度滤波器融合与图像标准化处理； 步骤2：构建并训练轻量级深度卷积神经网络模型：所述轻量级深度卷积神经网络模型采用改进的MobileNetV3模型进行盲文点检测，所述改进的MobileNetV3模型是在原始的MobileNetV3模型基础之上，引入混合深度可分离卷积模块和通道注意力机制；所述改进的MobileNetV3模型中，混合深度可分离卷积模块首先将输入特征图进行深度卷积操作，然后将深度卷积后的特征图分为组，每组独立进行逐点卷积操作，将所有组的特征图进行拼接，并通过一个额外的逐点卷积对拼接后的特征图进行融合，得到融合后的输出特征图；在每组卷积后添加轻量级的通道注意力机制CAM； 步骤3：多尺度特征融合：从改进的MobileNetV3模型不同层级提取多尺度特征图，通过逐元素相加实现特征融合； 步骤4：实时目标检测：在融合特征图上应用基于锚框的检测算法，通过交并比IoU筛选盲文点位置，并采用非极大值抑制NMS去除冗余框； 步骤5：语音反馈： 将检测结果转换为语音信号并播报； 步骤6：系统迭代优化： 基于用户反馈和使用数据优化模型参数。

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长春大学，其通讯地址为：130022 吉林省长春市朝阳区南湖街道卫星路6543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。