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！

龙图腾网获悉苏州市瑞思特智能制造有限公司;鞍山市红盾安全报警器材有限公司;瑞思特(珠海)科技有限责任公司申请的专利基于三域特征学习的皮带裂纹检测模型构建方法及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：CN120876456B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202511365997.5，技术领域涉及：G06T7/00；该发明授权基于三域特征学习的皮带裂纹检测模型构建方法及检测方法是由马鑫;尚尔禄;陈志军;黄守住;马钰添;马刚设计研发完成，并于2025-09-24向国家知识产权局提交的专利申请。

本基于三域特征学习的皮带裂纹检测模型构建方法及检测方法在说明书摘要公布了：本发明公开了一种基于三域特征学习的皮带裂纹检测模型构建方法及检测方法，构建方法包括：采集皮带裂纹的原始图像序列的集合，并进行裂纹的人工标注以得到对应的box标签图像；基于原始图像序列的集合构建皮带裂纹的特征图像序列的集合；分别通过时间、空间、频域三域特征学习算法分别处理初级特征，得到时间特征、空间特征和频域特征；将空间特征、时序特征和频域特征深度融合，生成统一特征表示Ffst；检测头通过定义损失函数对统一特征表示Ffst进行定位，并根据对应的box标签图像确定定位结果的误差，通过误差反向传播方式迭代优化皮带裂纹检测模型的网络参数，有效提升裂纹检测模型的检测精度和鲁棒性。

本发明授权基于三域特征学习的皮带裂纹检测模型构建方法及检测方法在权利要求书中公布了：1.一种基于三域特征学习的皮带裂纹检测模型构建方法，其特征在于，包括以下步骤： 收集学习样本集：采集皮带裂纹的原始图像序列的集合，并进行裂纹的人工标注以得到对应的box标签图像； 基于所述原始图像序列的集合构建皮带裂纹的特征图像序列的集合，集合中的每一个特征图像序列包括与多帧连续原始图像一一对应的特征图像； 构建分层空间感知模块，其被配置为从一特征图像序列提取皮带裂纹在空间维度的空间特征，记作FS； 构建时间聚合模块，其被配置为对所述特征图像序列挖掘上下文的时间关联信息，以捕捉皮带裂纹在时间维度的动态演变规律，提取皮带裂纹的时序特征，记作FT； 构建小波增强频域感知模块，其被配置为将所述特征图像序列映射到小波频域中进行特征解耦和增强，得到皮带裂纹的频域特征，记作FF； 构建跨域特征补偿模块，其被配置为将所述空间特征FS、时序特征FT和频域特征FF进行动态对齐与融合，通过残差补偿机制弥合多域特征的差异，生成统一特征表示，记作Ffst；所述跨域特征补偿模块被配置为：将所述空间特征FS、时序特征FT进行卷积融合，得到时间空间融合特征Fst：Fst＝ConvConcat[FS,FT]，其中，Concat表示拼接函数，Conv表示卷积函数；通过所述时序特征FT、频域特征FF计算局部频域时间特征和全局频域时间特征：，其中，WFM表示小波增强频域感知算法，Ft表示所述特征图像序列中的t帧特征图像的集合，Swin表示SwinTransformer注意力机制；对局部频域时间特征和时间空间融合特征Fst作跨域特征融合得到局部频域时空融合特征；对全局频域时间特征与局部频域时间特征作跨域特征融合得到局部全局融合频域时间特征Fft；对所述局部频域时空融合特征与局部全局融合频域时间特征Fft作跨域特征融合得到统一特征表示Ffst；其中，所述局部频域时空融合特征通过以下公式融合：，其中，表示初级局部频域融合特征，X表示通道空间注意力通道模块的输入特征图，CAB表示通道注意力模块函数，SAB表示空间通道注意力模块函数，CSAB表示通道-空间注意力模块函数，n为CSAB模块使用的次数；所述局部全局融合频域时间特征Fft通过以下公式融合：，其中，为初级局部全局融合特征；所述统一特征表示Ffst通过以下公式融合：，其中，表示初级时空频融合特征； 构建检测头，其被配置为通过定义损失函数，对所述统一特征表示Ffst进行定位，并根据对应的box标签图像确定定位结果的误差，通过误差反向传播方式迭代优化皮带裂纹检测模型的网络参数。

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苏州市瑞思特智能制造有限公司;鞍山市红盾安全报警器材有限公司;瑞思特(珠海)科技有限责任公司，其通讯地址为：215011 江苏省苏州市高新区昆仑山路189号科技城工业坊A区8号厂房-3-301、302；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。