Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

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 科技服务 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 > 河海大学史振宁获国家专利权

河海大学史振宁获国家专利权

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!

龙图腾网获悉河海大学申请的专利一种基于方向梯度直方图与改进胶囊网络的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:CN114677558B

龙图腾网通过国家知识产权局官网在2025-07-15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:202210234245.5,技术领域涉及:G06V10/774;该发明授权一种基于方向梯度直方图与改进胶囊网络的目标检测方法是由史振宁;章妍妍;倪宇昊;余晨晨;林晨曦设计研发完成,并于2022-03-10向国家知识产权局提交的专利申请。

一种基于方向梯度直方图与改进胶囊网络的目标检测方法在说明书摘要公布了:本发明公开一种基于方向梯度直方图与改进胶囊网络的目标检测方法,通过将目标图像的方向梯度直方图与卷积特征图并联融合以结合图像的边缘轮廓特征与卷积核的视野特征,再以此作为改进胶囊网络的输入。改进胶囊网络利用并行卷积网络提取综合特征,通过去冗胶囊网络形成特征向量,并利用反卷积图像重构网络实现图像重构,训练网络模型。最后利用3*3*256的卷积层和两个并行的1*1卷积核提取检测框中心点特征图和检测框尺度特征图,形成对应目标框并输出检测结果。

本发明授权一种基于方向梯度直方图与改进胶囊网络的目标检测方法在权利要求书中公布了:1.一种基于方向梯度直方图与改进胶囊网络的目标检测方法,其特征在于,包括以下步骤: 1获得目标原始图像,使用标注工具标注目标位置,然后随机选取不同的图像作为训练集; 2将原始图像的方向梯度直方图与卷积特征图并联融合以结合图像的边缘轮廓特征与卷积核的视野特征,再以此作为改进胶囊网络的输入; 3改进胶囊网络利用并行卷积网络提取综合特征,通过去冗胶囊网络形成特征向量,并利用反卷积图像重构网络实现图像重构; 步骤3中改进胶囊网络算法具体步骤为: 3-1利用并行卷积网络提取综合特征; 3-2利用去冗胶囊网络生成特征向量; 3-3利用反卷积图像重构网络还原原始图像,并评估网络损失; 所述步骤3-1并行卷积网络算法具体步骤为: 3-1-1首先使用并行卷积神经网络作为特征提取网络,将并联融合后的图像作为输入,图像大小为28*28*1,并行卷积神经网络在卷积层采用4个卷积核,卷积核大小分别为3、5、7、9,卷积核个数选定为32个,步长为2; 3-1-2边界填充,调节padding大小对原矩阵进行边界填充; 3-1-3特征提取,特征提取层的非线性函数采用PReLU函数,其数学公式如下: PReLUx=max0,x+α*min0,x 该式中,α为学习率; 3-1-4特征张量连接,第三个维度实现特征张量的连接,得到14*14*128的特征张量; 所述步骤3-2去冗胶囊网络算法具体步骤为: 3-2-1输入去冗余,采用并行卷积网络的输出作为去冗主胶囊网络的输入,使用1*1的卷积核去除冗余胶囊使得经过特征提取后16*16的特征图转化为14*14的特征图像,精简胶囊数量至196个; 3-2-2输入胶囊标量ui; 3-2-3输入胶囊向量与变换矩阵相乘得到的向量数学公式如下 该式中Wij为变换矩阵; 3-2-4将向量与耦合系数cij进行加权求和得到加权和sj,数学公式如下: 3-2-5使用非线性函数对sj进行压缩并前向传播,数学公式如下: 该式中sj表示加权和,vj表示非线性压缩函数; 3-2-6使用softmax方程更新耦合系数cij,数学公式如下: 该式中表示动态路由更新后的耦合系数,的初始值设为0,vj表示非线性压缩函数,向量即为胶囊向量与变换矩阵相乘所得; 3-2-7若对vj的更新次数=胶囊数量k,则将最后得到的即为最后输出的vj,即表征第j个类别的特征向量,否则,返回步骤3-2-2; 所述步骤3-3反卷积图像重构网络算法具体步骤为: 3-3-1图像输入,输入图像的大小为14*14,特征输入为5*5,卷积核大小分别为3、5、7、9,卷积核个数选定为32个,步长为2,通过调节填充使得输出图像为28*28,输入与反卷积之后的输出图像大小公式如下: 该式中表示输出图像大小,s表示步长,表示输入图像大小,k表示卷积核大小,p表示padding,即填充大小; 3-3-2封装信息拆分,对于胶囊中的6272个神经元,通过全连接层转化为14*14*32的张量,将该张量与并行卷积网络中的连接在第三个维度相组合使得14*14*32的张量变为14*14*160的张量; 3-3-3去冗余反卷积,对14*14*160的张量使用1*1的卷积核进行去冗,最终得到14*14*32的张量,与并行卷积层中相对应的卷积核的进行反卷积操作,生成最终的重构图像; 4利用3*3*256的卷积层和两个并行的1*1卷积核提取检测框中心点特征图和检测框尺度特征图,形成对应目标框并输出检测结果。

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河海大学,其通讯地址为:210000 江苏省南京市鼓楼区西康路1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”。

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。