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 > 陕西万荣实业有限公司李琼胜获国家专利权

陕西万荣实业有限公司李琼胜获国家专利权

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!

龙图腾网获悉陕西万荣实业有限公司申请的专利一种基于深度学习的纺织品色差在线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:CN120997215B

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:202511519513.8,技术领域涉及:G06T7/00;该发明授权一种基于深度学习的纺织品色差在线检测方法是由李琼胜;朱朋飞;赵新辉设计研发完成,并于2025-10-23向国家知识产权局提交的专利申请。

一种基于深度学习的纺织品色差在线检测方法在说明书摘要公布了:本发明涉及图像处理领域,具体涉及一种基于深度学习的纺织品色差在线检测方法,首先采集无缺陷样本建立理想光照的参考基准;然后通过计算当前图像在全局色度亮度及局部结构纹理上与参考基准的综合偏离,得到连续光照偏离描述子;最后,在领域对抗训练中,将该描述子与判别器性能反馈相结合得到动态对抗梯度调制因子,自适应调节对抗训练强度,迫使网络学习到光照不变的特征,最终在多变光照下实现精准稳定的色差分割。本发明通过计算光照偏离描述子,并结合判别器性能反馈,动态调制领域对抗训练的强度,以学习光照不变性特征。

本发明授权一种基于深度学习的纺织品色差在线检测方法在权利要求书中公布了:1.一种基于深度学习的纺织品色差在线检测方法,其特征在于,所述方法包括:采用包含特征提取器、色差分割头和领域判别器的领域对抗网络进行训练,所述训练过程使用标准光照下的源域图像和可变光照下的目标域图像; 获取当前目标域图像,并计算其全局统计特征和局部结构特征;将所述全局统计特征和局部结构特征分别与预设的参考基准值进行比较,得到全局偏离分量和局部偏离分量,具体为:计算当前目标域图像的全局统计特征向量与所述参考基准值的参考均值向量之间的马氏距离,得到全局偏离分量;将当前目标域图像的局部结构特征值与所述参考基准值的对应参考特征值之差的绝对值进行对数变换,并对变换后的结果进行加权求和,得到局部偏离分量,将二者融合得到连续光照偏离描述子,具体为:对所述全局偏离分量和局部偏离分量进行加权求和,其中局部偏离分量的权重系数取值范围为0.4至0.6; 计算基础对抗权重:将所述连续光照偏离描述子与预设激活阈值的差值输入至Sigmoid函数,得到所述基础对抗权重,其值与所述连续光照偏离描述子呈正相关; 计算反馈调制因子:将所述领域判别器的判别损失值与预设目标损失值的差值进行双曲正切变换,并对变换后的结果进行指数运算得到所述反馈调制因子,其值与所述领域判别器的判别损失值和预设目标损失值的差值呈正相关; 将所述基础对抗权重与反馈调制因子相乘,得到动态对抗梯度调制因子,具体为:;在反向传播更新所述特征提取器的权重时,将所述动态对抗梯度调制因子作用于所述领域判别器的损失梯度,有:总损失函数定义为: ;其中表示基于模型分割输出与人工标注真值计算得到的分割损失;表示所述动态对抗梯度调制因子;表示判别器损失。

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陕西万荣实业有限公司,其通讯地址为:721000 陕西省宝鸡市眉县常兴镇纺织工业园(尧柳村原造纸厂);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。