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！

龙图腾网获悉泉州装备制造研究所申请的专利基于多模态预训练的RGB-D显著性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：CN121121085B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511666665.0，技术领域涉及：G06V10/25；该发明授权基于多模态预训练的RGB-D显著性目标检测方法是由赖佳华;巢建树;马小强设计研发完成，并于2025-11-14向国家知识产权局提交的专利申请。

本基于多模态预训练的RGB-D显著性目标检测方法在说明书摘要公布了：本发明涉及RGB‑D目标检测领域，具体涉及基于多模态预训练的RGB‑D显著性目标检测方法，构建MPNet模型，该MPNet模型用于对RGB图像和深度图像进行显著性目标检测，该MPNet模型的构建步骤如下：该MPNet模型包括并行的第一小波变换卷积模块和第二小波变换卷积模块、编码器和解码器，该编码器包括四个依次连接的全局双向交互模块和一个拼接模块；本申请将RGB‑深度图像对作为输入，设计了一个小波变换卷积模块提高网络在多尺度图像特征提取上的能力，增强处理细节丰富、层次复杂的图像的能力。

本发明授权基于多模态预训练的RGB-D显著性目标检测方法在权利要求书中公布了：1.基于多模态预训练的RGB-D显著性目标检测方法，其特征在于：构建MPNet模型，该MPNet模型用于对输入的RGB-深度图像对进行显著性目标检测，该MPNet模型包括并行的第一小波变换卷积模块和第二小波变换卷积模块、编码器和解码器，该编码器包括四个依次连接的全局双向交互模块和一个拼接模块，该第一小波变换卷积模块用于提取RGB图像的第一初步特征，该第二小波变换卷积模块用于提取深度图像的第二初步特征，将该第一初步特征和该第二初步特征分别输入第一个该全局双向交互模块进行RGB模态和深度模态之间的特征交互，第一个该全局双向交互模块的输出下采样后作为下一个该全局双向交互模块的输入，将第二个、第三个和第四个该全局双向交互模块输出的RGB特征进行下采样后输入到该拼接模块进行特征拼接，输出拼接特征，该解码器对该拼接特征进行解码获取显著性预测图； 该第一小波变换卷积模块和该第二小波变换卷积模块均包括依次连接的第一卷积模块、第一下采样模块、第一小波变换卷积模块、第二下采样模块和第二小波变换卷积模块； 该第一卷积模块对输入的图像进行通道数调整，该第一下采样模块提取调整后的特征图像的初级特征，对初级特征进行批归一化和激活函数处理，该第一小波变换卷积模块对处理后的特征图进行多尺度特征提取，对该多尺度特征进行批归一化和激活函数处理，该第二下采样模块对处理后的特征进行下采样操作，该第二小波变换卷积模块对下采样后的特征进行深度特征提取； 该全局双向交互模块包括并行的全局感知注意力模块、特征增强注意力模块和特征保留模块，将该全局感知注意力模块输出的特征图、该特征增强注意力模块输出的特征图和该特征保留模块输出的特征图沿通道维度拼接在一起获得融合特征，对融合特征进行线性投影生成最终的RGB特征和深度特征； 该特征增强注意力模块包括两个支路，其中一个支路通过通道注意力机制对输入的RGB特征图进行特征增强，并对增强后的特征依次进行归一化处理和线性变换操作； 另一个支路通过通道注意力机制对输入的深度特征图进行特征增强，并对增强后的特征依次进行归一化处理和线性变换操作，采用大卷积核的小波变换卷积模块对线性变换操作后的特征进行特征提取； 将两个支路输出的特征图进行逐像素相乘后输出。

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泉州装备制造研究所，其通讯地址为：362000 福建省泉州市台商投资区洛阳镇上浦村吉贝511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。