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 > 江西理工大学梁柏诚获国家专利权

江西理工大学梁柏诚获国家专利权

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!

龙图腾网获悉江西理工大学申请的专利一种注意力边缘交互的光学遥感图像显著性目标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:CN116129289B

龙图腾网通过国家知识产权局官网在2026-03-31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:202310204943.5,技术领域涉及:G06V20/13;该发明授权一种注意力边缘交互的光学遥感图像显著性目标检测方法是由梁柏诚;罗会兰设计研发完成,并于2023-03-06向国家知识产权局提交的专利申请。

一种注意力边缘交互的光学遥感图像显著性目标检测方法在说明书摘要公布了:本发明公开了一种注意力边缘交互的光学遥感图像显著性目标检测方法,旨在提高光学遥感图像中显著性目标的检测精度。当前光学遥感图像的显著目标检测存在以下两方面问题:由于边缘信息没有得到充分利用,显著性目标预测图在光学遥感图像的一些复杂场景中容易出现边界模糊;模型提取的高级语义信息在逐步向浅层传递的过程中,较深层捕获的位置信息可能同时被逐渐稀释。针对第一个问题,本发明设计了多尺度注意力交互模块来有效融合精细的边缘特征。针对第二个问题,本发明设计了语义指导融合模块来减少低层次特征在融合过程中的信息损失。结合上述两个设计,本发明设计的模型可以鲁棒且准确地检测到光学遥感图像中的显著性目标,并具有处理各种复杂场景的能力,值得大力推广。

本发明授权一种注意力边缘交互的光学遥感图像显著性目标检测方法在权利要求书中公布了:1.一种注意力边缘交互的光学遥感图像显著性目标检测方法,其特征在于:包括以下步骤: S1.模型的整体架构是一个编码器-解码器网络,编码器网络采用EfficientNet-B7提取显著性区域特征和显著性边缘特征,解码器网络设计为一个双分支交互结构,在两个分支的交互节点处添加多尺度注意力交互模块,多尺度注意力交互模块的结构由多尺度聚合注意力模块、门机制以及特征交互组成,旨在利用注意力和边缘感知机制对显著性区域特征和显著性边缘特征进行预处理,然后将两种特征交互细化以获得边缘增强的显著性区域特征和注意力增强的边缘特征; S2.高层次的显著性区域特征和边缘特征在经过多尺度注意力交互模块的交互细化后会逐渐分别与低层次的显著性区域特征和边缘特征进行融合,在显著性区域特征的最后两个融合阶段,即第2层编码的显著性区域特征s2与第3个多尺度注意力交互模块处理后的特征的融合阶段以及第1层编码的显著性区域特征s1与第2个多尺度注意力交互模块处理后的特征的融合阶段,引入语义指导融合模块来增强语义信息的传播,其中语义指导融合模块的主要步骤为利用最高层边缘增强的显著性区域特征对较低层的显著性区域特征进行语义增强,然后将这两个增强后的特征通过通道拼接进行融合; S3.在多尺度注意力交互模块和语义指导融合模块的合作下,高级显著性区域特征和边缘特征逐渐交互细化并与低级显著性区域特征和边缘特征融合,最终得到细化后的显著性区域特征图和边缘特征图再将这两张特征图分别输入到一个卷积层来预测显著性目标和显著性边缘。

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江西理工大学,其通讯地址为:341000 江西省赣州市客家大道1958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。