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 > 浙江大学;瑞芯微电子股份有限公司姚博文获国家专利权

浙江大学;瑞芯微电子股份有限公司姚博文获国家专利权

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!

龙图腾网获悉浙江大学;瑞芯微电子股份有限公司申请的专利一种基于RAFT网络的跨模态图像光流预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:CN116051922B

龙图腾网通过国家知识产权局官网在2025-09-26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:202211695752.5,技术领域涉及:G06V10/774;该发明授权一种基于RAFT网络的跨模态图像光流预测方法是由姚博文;沈会良;简欢设计研发完成,并于2022-12-28向国家知识产权局提交的专利申请。

一种基于RAFT网络的跨模态图像光流预测方法在说明书摘要公布了:本发明公开了一种基于RAFT网络的跨模态图像光流预测方法,该方法包括以下步骤:S1:设计构建可信度RAFT网络;S2:训练得到跨模态的可信度RAFT网络;S3:输入图像预处理;S4:获得预测的光流和可信度对数图:将两幅经过预处理后的输入图片送入跨模态的可信度RAFT网络,获得预测的光流和可信度对数图;S5:将光流和可信度对数图进行后处理,得到对光流各个区域可信程度的预测。该方法能够较为准确的预测跨模态图像之间的光流,泛化性好。本发明方法有利于推动跨模态图像配准和光流预测领域的发展,减小训练集标注的负担,有较高的实际应用价值。

本发明授权一种基于RAFT网络的跨模态图像光流预测方法在权利要求书中公布了:1.一种基于RAFT网络的跨模态图像光流预测方法,该方法包括以下步骤: S1:设计构建可信度RAFT网络:在RAFT网络的循环迭代结构中加入可信度估计模块,用于估计输出的光流各个区域的可信程度; S1中,在RAFT网络中的GRU读入经过当前光流变换的特征图2与特征图1之间的相关性以及输入图像1的内容编码信息,更新内部隐变量,并输出新的光流估计;所述的可信度预测模块连接在RAFT网络的GRU模块之后,参与RAFT网络的多次循环迭代,在每一次迭代时都输出当前估计的光流的可信性;可信度模块同时读入隐变量、特征图1、特征图2和光流,将特征图2按照光流变换后获得变换后的特征图2,与特征图1计算相关性,并在使用3×3卷积将特征初步整合后,与隐变量在通道维度连接,通过两个卷积层解码输出可信度对数图; S2:训练跨模态图像光流预测网络:对可信度RAFT网络使用跨模态数据增强的方式训练,得到跨模态的可信度RAFT网络; S2中,对可信度RAFT网络使用跨模态数据增强的方式训练是指:在现有标注有光流真值的可见光图像训练集上,通过自定义映射函数亮度重映射、颜色通道交换、高斯模糊、图像锐化的方式进行数据增强,减弱图像与可见光图像之间的亮度关系,模拟多种不同模态的图像,对可信度RAFT网络进行跨模态图像配准能力的训练; S3:输入图像预处理:将两幅输入图像进行图像预处理,使二者符合可信度RAFT网络的输入格式; S4:获得预测的光流和可信度对数图:将两幅经过预处理后的输入图片送入跨模态的可信度RAFT网络,获得预测的光流和可信度对数图; S5:将光流和可信度对数图进行后处理,得到对光流各个区域可信程度的预测。

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浙江大学;瑞芯微电子股份有限公司,其通讯地址为:310058 浙江省杭州市西湖区余杭塘路866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。