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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京邮电大学尹海涛获国家专利权

南京邮电大学尹海涛获国家专利权

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!

龙图腾网获悉南京邮电大学申请的专利一种基于双层交替深度网络的雾霾图像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:CN117115550B

龙图腾网通过国家知识产权局官网在2026-03-27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:202311149737.5,技术领域涉及:G06V10/764;该发明授权一种基于双层交替深度网络的雾霾图像目标检测方法是由尹海涛;杨鹏程设计研发完成,并于2023-09-07向国家知识产权局提交的专利申请。

一种基于双层交替深度网络的雾霾图像目标检测方法在说明书摘要公布了:本发明属于计算机视觉技术领域,公开了一种基于双层交替深度网络的雾霾图像目标检测方法,包括以下步骤:步骤1,基于大气散射模型构造网络训练数据集,并对其进行预处理操作;步骤2,将经过预处理的雾霾图像传递给浅层去雾网络,生成浅层去雾图像,浅层去雾网络由透射图生成网络和大气光图生成网络双分支网络构成;步骤3,将浅层去雾图像传递给YOLOv3检测网络与多尺度空间注意力模块;步骤4,将步骤2与步骤3的输出输入到融合模块进行特征融合,然后传递给深层去雾网络,生成深层去雾图像;步骤5,将深层去雾图像输入YOLOv3检测网络,得出目标检测结果;实验证明,本发明能显著提升雾霾图像的目标检测结果。

本发明授权一种基于双层交替深度网络的雾霾图像目标检测方法在权利要求书中公布了:1.一种基于双层交替深度网络的雾霾图像目标检测方法,其特征在于,所述方法包括以下步骤: 步骤1、基于大气散射模型构造网络训练数据集,并对其进行预处理操作; 步骤2、将经过预处理的雾霾图像传递给浅层去雾网络,生成浅层去雾图像;浅层去雾网络由透射图生成网络和大气光图生成网络双分支网络构成;透射图生成网络与大气光图生成网络,每个分支网络包括批量标准化BN、两个卷积、激活层和激活层,具体操作如下: 输入一张雾霾图像,经过双分支网络分别输出,通过大气散射模型变换公式生成浅层去雾图像特征 其中,表示传输图特征;表示全局大气光特征; 步骤3、将浅层去雾图像传递给YOLOv3检测网络与多尺度空间注意力模块MSSAM; 步骤3.1,目标检测特征提取部分,将浅层去雾图像输入YOLOv3检测网络输出目标检测,提取目标检测的三种尺寸特征; 步骤3.2,多尺度特征重构部分,首先,分别使用上采样将三种尺寸特征转化成统一尺寸;然后,将多尺度特征融合;最后,使用上采样将特征尺寸与输入的浅层去雾图像尺寸统一; 步骤3.3,空间注意力特征生成部分,使用空间注意力网络SAM将步骤3.2重构后的特征生成空间注意力特征; 步骤3.4,将生成的空间注意力特征与输入的浅层去雾图像相乘; 步骤4、将步骤2与步骤3的输出输入到融合模块进行特征融合,然后传递给深层去雾网络,生成深层去雾图像; 具体操作如下: ; ; ; ; 其中,为融合模块的两个输入特征,为融合模块的输出特征,分别为在纵轴和横轴维度上平均池化操作,将特征转变成将特征转变成,再交换维度转变成操作将特征拼接在一起;与为激活层,BN为批量标准化; 步骤5、将深层去雾图像输入YOLOv3检测网络,得出目标检测结果。

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南京邮电大学,其通讯地址为:210023 江苏省南京市鼓楼区新模范马路66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。