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！

龙图腾网获悉东南大学申请的专利一种基于多层次特征聚合网络的动车油迹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：CN115457520B 。

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：202211082591.2，技术领域涉及：G06V20/59；该发明授权一种基于多层次特征聚合网络的动车油迹检测方法是由路小波;刘维;魏运;黄卫;冉智丹设计研发完成，并于2022-09-06向国家知识产权局提交的专利申请。

本一种基于多层次特征聚合网络的动车油迹检测方法在说明书摘要公布了：本发明公开了一种基于多层次特征聚合网络的动车油迹检测方法，根据动车内部结构得到原始图像，将其分为正常图像和带有油迹的图像，并进行人工标注，每一张图像标注获得对应的mask图像；对原始图像和其对应的mask图像预处理后，将其输入到多层次特征聚合网络模型中提取特征、增强特征、融合多方面的特征，输出关于油迹分布的图像，基于损失函数、基于随机梯度下降算法不断调整网络的参数，得到最合适的多层次特征聚合网络模型；该模型至少包括跨层特征注意力模块、多层次精炼特征模块、跨层特征增强模块；再基于全连接条件随机场进行后处理，优化图像中边界区域，输出油迹分布二值图，提供一种有效且合适的定位列车中油迹位置的方法。

本发明授权一种基于多层次特征聚合网络的动车油迹检测方法在权利要求书中公布了：1.一种基于多层次特征聚合网络的动车油迹检测方法，其特征在于，该方法包括以下步骤： S1，图像获取并标注：根据动车内部结构得到原始图像，整理原始图像，将其分为正常图像和带有油迹的图像，利用LabelMe软件进行人工标注，即每一张图像都会生成一张对应的mask图像； S2，数据预处理：对输入的原始图像及经过步骤S1获得的对应mask图像分别进行预处理，所述预处理至少包括图像增强和归一化操作； S3，多层次特征聚合：将步骤S2预处理后的原始图像和其对应mask图像输入到多层次特征聚合网络中提取特征、多层次增强特征和融合特征，预测出关于油迹分布的图像；基于损失函数计算出分布图与原始图像标注的mask图像数据之间的差距，基于随机梯度下降算法不断调整网络的参数，不断更迭网络权重，即每次随机选择样本计算损失函数，求取梯度更新网络的参数，得到最合适的多层次特征聚合网络模型；所述多层次特征聚合网络模型至少包括跨层特征注意力模块、多层次精炼特征模块、跨层特征增强模块；其中， 所述跨层特征注意力模块主要基于卷积把多个层次的特征变换到相同尺度，通过相加将它们融合，计算相对应的权重并乘到相应的特征上，最后再与原特征相加； 所述多层次精炼特征模块的输入是低层次的大尺度的特征和高层次的小尺度特征的上采样结果或者多个上采样结果的拼接，从不同的卷积方式上来提取特征，其结果和低层次特征相加，再基于不同卷积方法来增强，最后将他们拼接起来基于卷积进行降维； 所述跨层特征增强模块是基于高层特征来增强低层特征，将高的三个层次的特征上采样到和最低层特征的尺度一样大，将它们拼接起来送入到MRF模块中进行增强； S4，全连接条件随机场优化：采用全连接条件随机场算法结合原始图像对预测出来的关于油迹分布的图像进行优化，所述优化具体为结合原始图像中像素点之间的关系对网络输出的油迹图像进一步优化边界和改进错误分类的区域； S5,油迹分布二值图输出：经过步骤S4的优化后，得到油迹分布二值图。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼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。