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 > 重庆大学冯鹏获国家专利权

重庆大学冯鹏获国家专利权

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!

龙图腾网获悉重庆大学申请的专利基于深度学习的多视角安检图像自动识别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:CN119251579B

龙图腾网通过国家知识产权局官网在2025-10-31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:202411409353.7,技术领域涉及:G06V10/764;该发明授权基于深度学习的多视角安检图像自动识别方法是由冯鹏;朱尧;刘俊杰设计研发完成,并于2024-10-10向国家知识产权局提交的专利申请。

基于深度学习的多视角安检图像自动识别方法在说明书摘要公布了:本发明公开了一种基于深度学习的多视角安检图像自动识别方法,将混装有已知各类危险品和非危险品的箱包分别通过安装有多视角探头的安检设备,得到每个箱包多个视角的安检图像并进行标注,得到数据集;然后通过训练集对网络模型进行训练并将网络模型部署在安检设备中。实际检测时,将采集的多视角安检图像输入网络模型,图像在网络模型中依次通过预处理、特征提取、视角变换、特征融合处理,最后将融合后的特征输入分类器进行分类,即得到待检测物体是否含有危险品,如有危险品则判断危险品的类别。本发明能够解决现有技术因安检角度存在检测盲区导致的错漏检以及人工检查对人员依赖较大及由此带来的系列问题。

本发明授权基于深度学习的多视角安检图像自动识别方法在权利要求书中公布了:1.基于深度学习的多视角安检图像自动识别方法,其特征在于:按如下步骤进行, 1准备数据集;确定拟检测的各类危险品,将拟检测的所有危险品和不是危险品的普通物品分别装入箱包中,每个箱包中均混装有普通物品和至少一种危险品;将所有箱包分别通过安装有多视角探头的安检设备,得到所有箱包多个视角的安检图像并进行标注,由此得到数据集;将数据集分为训练集、验证集和测试集; 2对数据集中的每幅安检图像进行预处理,使每个视角的安检图像尺度一致以便于后续处理; 3将经过步骤2预处理的训练集中同一个箱包对应的各个视角的安检图像输入初始化设置后的卷积神经网络中,利用卷积神经网络从每个视角的安检图像中提取特征,特征中包含安检图像的局部信息及全局信息,并将其转换为高维特征图; 4建立一个大小包含整个检视平面的查询矩阵,查询矩阵用于收集多视角安检图像的特征及坐标投影;查询矩阵采用三维网格点,将查询矩阵的三维网格点利用坐标变化方法投影到每个二维视图平面,计算网格点在视图平面上的位置,在有映射值的区域内查询同一个箱包对应的各个视角的安检图像的特征; 5特征融合;将步骤4查询得到的同一个箱包对应的各个视角的安检图像的特征进行融合; 6将每一个箱包融合后的特征分别输入分类器进行分类,以判断是否含有危险品,如有危险品则判断危险品的类别; 7将经步骤2预处理后训练集中其他数据重复步骤3-6,直到达到设定的条件,得到多视角安检图像自动识别网络模型;并将多视角安检图像自动识别网络模型部署到安检设备中; 8实际检测时,使待检测物体通过安检设备,通过安检设备的多视角探头采集待检测物体的多个视角安检图像,并输入多视角安检图像自动识别网络模型; 9多视角安检图像自动识别网络模型按照步骤2对每幅安检图像进行预处理,然后进行步骤3-6,即得到待检测物体是否含有危险品,如有危险品则判断危险品的类别。

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重庆大学,其通讯地址为:400044 重庆市沙坪坝区沙正街174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。