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！

龙图腾网获悉南昌航空大学申请的专利基于多任务特征融合共享的室内场景空间信息识别检测框架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：CN121330475B 。

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：202511540329.1，技术领域涉及：G06V20/00；该发明授权基于多任务特征融合共享的室内场景空间信息识别检测框架是由叶凯源;缪君;焦振华;黄郁;黄雄晖;黄昊;谢寿平;熊正南;丁浩然;柴贤华;宗希乔设计研发完成，并于2025-10-27向国家知识产权局提交的专利申请。

本基于多任务特征融合共享的室内场景空间信息识别检测框架在说明书摘要公布了：基于多任务特征融合共享的室内场景空间信息识别检测框架，通过在多任务学习框架中设计并嵌入深度估计和实例分割的专属专家模块，深度估计模型和实例分割模型中引入自适应空间特征融合模块，在两个任务模型后引入跨任务特征融合感知模块的代码创新，分别解决了传统多任务学习框架中普遍存在的“跷跷板”问题，金字塔池化特征融合模块中因为不同尺寸特征图像直接融合而产生特征提取误差的问题，不同类型任务模型所提取的特征信息存在差异若直接融合则易产生冲突和噪声的问题，并实现了模型的跨任务协同推理功能，从而打破了深度学习中普遍存在的信息“黑盒”问题，进而提高该框架在深度估计和实例分割两个任务上的学习精度。

本发明授权基于多任务特征融合共享的室内场景空间信息识别检测框架在权利要求书中公布了：1.基于多任务特征融合共享的室内场景空间信息识别检测框架，其特征在于，包括： 专属专家模块，当输入图像进入模型时，共享专家模块和每个任务的专属专家同时对图像特征进行提取，并通过全连接层FC和激活函数Softmax对两种不同的图像特征进行融合； 将每个任务的专属专家模块和共享专家模块共同提取到的融合特征图像分别对应输出到实例分割模型和深度估计模型中，所述实例分割模型和深度估计模型均包括金字塔池化特征融合模块，所述金字塔池化特征融合模块包括四个编码器，输出像素比分别16×16、32×32、64×64、128×128四种不同尺寸的特征图像； 自适应空间特征融合模块，所述自适应空间特征融合模块用于将输出的四种不同尺寸的特征图像进行特征融合； 跨任务特征融合感知模块，所述跨任务特征融合感知模块由通道注意力机制和空间注意力机制组成，所述跨任务特征融合感知模块用于通过注意力机制自适应地交互深度估计和实例分割两个不同任务之间的特征，从而充分利用两项任务之间的互补信息；将深度估计模型输出的深度特征图像和实例分割模型输出的分割特征图像输入所述跨任务特征融合感知模块的通道注意力模块，通道注意力机制通过全局平均池化和最大池化操作提取图像特征的全局信息，然后通过全连接层学习每个通道的重要性权重，并叠加得到用于强调对当前任务更有意义的通道特征权重CAMFD和CAMFS，然后将这些通道特征权重与另一个任务的原图像特征FD或FS做逐元素相乘操作，得到新的图像特征F’D和F’S； 通过所述跨任务特征融合感知模块得到新的图像特征F’D和F’S的表达式分别为： ； 随后，F’D和F’S进入CFFP的空间注意力模块，空间注意力机制通过串联最大池化和全局平均池化并在其后端接入卷积层的操作来提取图像特征的空间信息，然后生成一个空间注意力图，用于强调特征图中更重要的空间区域，从而得到空间特征权重SAMF’D和SAMF’S，最后跟前面的操作相似，将得到的空间特征权重SAMF’D和SAMF’S分别与另一个任务的原图像特征FD或FS做逐元素相乘操作，最后得到输出图像特征F”D和F”S，其中F”D和F”S的表达式分别为： ； 通过所述跨任务特征融合感知模块可以将所提取的特征通过通道注意力机制和空间注意力机制进行交互共享。

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南昌航空大学，其通讯地址为：330063 江西省南昌市红谷滩区丰和南大道696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。