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！

龙图腾网获悉常州大学申请的专利基于解缠胶囊路由的部分-目标关系显著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：CN114494731B 。

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：202111562529.9，技术领域涉及：G06V10/46；该发明授权基于解缠胶囊路由的部分-目标关系显著目标检测方法是由刘毅;顾佳楠;徐守坤设计研发完成，并于2021-12-20向国家知识产权局提交的专利申请。

本基于解缠胶囊路由的部分-目标关系显著目标检测方法在说明书摘要公布了：本发明公开了基于解缠胶囊路由的部分‑目标关系显著目标检测方法，包括：对输入图像进行基础深度特征提取，得到5种不同尺度的基础深度特征；对基础深度特征进一步提取多感受野的深度特征；利用预先训练好的基于解缠路由算法的胶囊网络分别对深层3个尺度的深度特征进行解析，得到相应的部分‑目标关系特征；融合对应的部分‑目标关系特征和深度特征，得到深层3个尺度融合后的特征；将第1、2个尺度的深度特征以及深层3个尺度融合后的特征再融合，得到融合特征，基于该融合特征得到显著图。本发明解决了现有技术在网络参数量多、推理速度慢的问题，具有较好的前景和背景分割效果以及较快的网络推理速度，可用于计算机视觉中图像的预处理进程。

本发明授权基于解缠胶囊路由的部分-目标关系显著目标检测方法在权利要求书中公布了：1.基于解缠胶囊路由的部分-目标关系显著目标检测方法，其特征在于，所述方法包括如下步骤： 步骤1，构建基于解缠胶囊路由的部分-目标关系显著目标检测网络，并对所述显著目标检测网络进行训练，得到训练好的显著目标检测网络；所述显著目标检测网络包括改进的VGG16网络、空洞空间卷积池化金字塔以及基于解缠路由算法的胶囊网络； 所述改进的VGG16网络包括第一至第五模块，其中，第一模块包括依次连接的两个卷积层和一个池化层，第二模块包括依次连接的两个卷积层和一个池化层，第三模块包括依次连接的三个卷积层和一个池化层，第四模块包括依次连接的三个卷积层和一个池化层，第五模块包括依次连接的三个卷积层和一个池化层；所述改进的VGG16网络用于提取图像上五个不同尺度的基础深度特征； 所述空洞空间卷积池化金字塔用于对各个尺度的基础深度特征进行进一步提取，得到多感受野的深度特征； 所述基于解缠路由算法的胶囊网络包括初级胶囊网络层和卷积胶囊网络层，所述基于解缠路由算法的胶囊网络用于提取五个尺度中三个深层尺度的部分-目标关系信息； 步骤2，利用训练好的显著目标检测网络对待检测图像进行检测，得到显著目标检测结果；具体过程如下： 步骤21，将待检测图像裁剪为352×352，输入改进的VGG16网络，提取第一模块中第二个卷积层、第二模块中第二个卷积层、第三模块中第三个卷积层、第四模块中第三个卷积层以及第五模块中第三个卷积层各自对应的网络层特征，作为基础深度特征，表征为：{Xi}，i＝1,2,3,4,5，Xi表示第i个尺度的基础深度特征，且第1至第5个尺度的基础深度特征尺寸依次为：352×352、176×176、88×88、44×44、22×22，特征通道依次为：64、128、256、512、512； 步骤22，采用空洞空间卷积池化金字塔对各个尺度的基础深度特征进一步提取多感受野的深度特征表示第i个尺度的深度特征； 步骤23，利用基于解缠路由算法的胶囊网络分别对第3至第5个尺度的深度特征进行解析，得到第3至第5个尺度的部分-目标关系特征； 步骤24，对于第3至第5个尺度中的各尺度，融合对应的部分-目标关系特征和深度特征，得到第3至第5个尺度融合后的特征； 步骤25，将第1至第2个尺度的深度特征以及第3至第5个尺度融合后的特征进行融合，得到融合特征，对融合特征采用一层卷积网络计算得到显著图。

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常州大学，其通讯地址为：213164 江苏省常州市武进区湖塘镇滆湖中路21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。