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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 成都工业学院郭丽获国家专利权

成都工业学院郭丽获国家专利权

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!

龙图腾网获悉成都工业学院申请的专利用于增强感知数据的方法和装置、电子设备、存储介质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:CN121329827B

龙图腾网通过国家知识产权局官网在2026-03-24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:202511870477.X,技术领域涉及:G06T5/77;该发明授权用于增强感知数据的方法和装置、电子设备、存储介质是由郭丽;任昭绪;郭庆设计研发完成,并于2025-12-12向国家知识产权局提交的专利申请。

用于增强感知数据的方法和装置、电子设备、存储介质在说明书摘要公布了:本发明涉及数据增强技术领域,公开了一种用于增强感知数据的方法和装置、电子设备、存储介质。该方法包括:获取待恢复感知数据;将待恢复感知数据输入基于无监督学习的感知数据增强模型进行数据增强,获得待恢复感知数据对应的目标增强数据;感知数据增强模型基于能量自适应约束和注意力机制进行特征提取。这样,使用基于无监督学习的感知数据增强模型对待恢复感知数据进行恢复增强,不需要依赖配对的高质量标签数据或合成数据集以进行训练。同时,该感知数据增强模型基于能量自适应约束和注意力机制进行特征提取,使得本申请的基于无监督学习的感知数据增强模型不会存在泛化性差、过拟合严重的问题,从而提高了恢复效果。

本发明授权用于增强感知数据的方法和装置、电子设备、存储介质在权利要求书中公布了:1.一种用于增强感知数据的方法,其特征在于,包括: 获取待恢复感知数据; 将所述待恢复感知数据输入基于无监督学习的感知数据增强模型进行数据增强,获得所述待恢复感知数据对应的目标增强数据;所述感知数据增强模型基于能量自适应约束和注意力机制进行特征提取; 所述获取待恢复感知数据,包括:获取初始感知数据;所述初始感知数据为预设的感知模块采集得到的感知数据;对所述初始感知数据进行尺寸调整;对尺寸调整的初始感知数据进行归一化操作,获得所述待恢复感知数据;所述感知模块采集得到的感知数据包括红外图或深度图; 所述感知数据增强模型包括特征提取模块、图结构解耦表示模块和噪声抑制模块;所述将所述待恢复感知数据输入基于无监督学习的感知数据增强模型进行数据增强,获得所述待恢复感知数据对应的目标增强数据,包括:将所述待恢复感知数据输入所述特征提取模块,以基于能量自适应约束提取所述待恢复感知数据对应的参考特征数据;然后基于注意力机制对所述参考特征数据进行特征增强,获得注意力增强特征;将所述注意力增强特征与预设的参考矩阵的乘积,获得所述待恢复感知数据对应的备选参考增强数据,并获取所述特征提取模块对应的第一约束项;所述参考矩阵为参考特征数据的自表达系数矩阵,用于描述每个样本如何由其他样本线性表示;将所述备选参考增强数据输入所述图结构解耦表示模块,以通过所述参考矩阵对所述备选参考增强数据进行划分;同时,引入预设的辅助矩阵和预设的谱变量对所述参考矩阵进行约束,获取所述图结构解耦表示模块对应的第二约束项;所述谱变量通过划分得到的簇的数量进行约束;将所述备选参考增强数据输入所述噪声抑制模块,并更新所述备选参考增强数据对应的表示残差,然后基于所述备选参考增强数据对所述残差进行约束,获取所述噪声抑制模块对应的第三约束项;根据所述第一约束项、第二约束项和所述第三约束项对所述感知数据增强模型进行迭代优化;在优化完成后,将备选参考增强数据确定为所述目标增强数据。

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成都工业学院,其通讯地址为:610000 四川省成都市金牛区花牌坊街2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。