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！

龙图腾网获悉华东交通大学申请的专利基于交叉注意力引导特征融合的剖面图目标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：CN121582920B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202610122552.2，技术领域涉及：G06V20/64；该发明授权基于交叉注意力引导特征融合的剖面图目标识别方法是由罗国亮;邱锦文;朱志亮;杨玎;胡强;熊国明设计研发完成，并于2026-01-29向国家知识产权局提交的专利申请。

本基于交叉注意力引导特征融合的剖面图目标识别方法在说明书摘要公布了：本发明提出一种基于交叉注意力引导特征融合的剖面图目标识别方法，该方法包括：从数据集中选取3D模型，利用建模软件随机组合成室内场景模型；沿同一轴线对室内场景模型进行剖切，得到ASD剖面图数据集；将ASD剖面图数据集输入双输入主干网络进行特征提取，得到分支提取的特征图；对分支提取的特征图进行交叉注意力引导特征融合处理，得到融合后的特征图；对融合后的特征图进行多尺度特征增强处理，得到增强后的多尺度特征图；增强后的多尺度特征图经过颈部和头部后，得到目标识别结果。本发明通过级联群组与跨全局注意力特征机制增强了多尺度特征表达能力，采用自适应共享卷积头显著降低了参数冗余，从而提升剖面图识别的精度和效率。

本发明授权基于交叉注意力引导特征融合的剖面图目标识别方法在权利要求书中公布了：1.一种基于交叉注意力引导特征融合的剖面图目标识别方法，其特征在于，所述方法包括如下步骤： 步骤1、从数据集中选取3D模型，利用建模软件随机组合成室内场景模型；沿同一轴线对室内场景模型进行剖切，得到ASD剖面图数据集； 步骤2、将ASD剖面图数据集输入双输入主干网络，以并行方式提取两张连续剖面图的特征，得到双分支提取的特征图； 步骤3、对双分支提取的特征图进行交叉注意力引导特征融合，以融合两张剖面图的互补信息，得到融合后的特征图，具体步骤如下： 利用自适应转换函数对第一分支提取的特征图进行通道维度对齐处理，得到经过自适应特征对齐后的剖面特征图； 对经过自适应特征对齐后的剖面特征图与第二分支提取的特征图进行通道维度上的拼接处理后，再通过自适应加权处理，得到经过注意力机制加权后的特征图； 利用经过注意力机制加权后的特征图、各分支提取的特征图，通过跨分支信息交互机制处理，得到两个分支的经过跨分支残差增强后的截面视图特征图； 利用两个分支的经过跨分支残差增强后的截面视图特征图，经过逐元素乘法操作，得到交互特征； 将交互特征依次经过卷积投影处理、批归一化操作和sigmoid激活函数处理，得到上下文引导权重； 利用上下文引导权重，对经过跨分支残差增强后的截面视图特征图进行通道维度上的拼接处理，得到融合后的特征图； 步骤4、对融合后的特征图进行多尺度特征增强处理，得到增强后的多尺度特征图； 其中，步骤4结合了级联组注意力机制和卷积-注意力特征融合机制，具体步骤如下： 对融合后的特征图进行分组划分，并利用1×1卷积对每个分组中的特征图进行联合提取； 基于全局注意力分支的输出和局部卷积分支的输出，通过卷积处理，得到卷积-注意力特征融合的输出特征； 将卷积-注意力特征融合的输出特征作为分组输出，将当前分组输出与下一分组中的特征图进行逐元素加法处理，得到经过级联组注意力机制处理的输出特征； 将所有经过级联组注意力机制处理的输出特征沿通道维度拼接后，再进行线性投影，得到级联组注意力机制的最终输出特征； 利用级联组注意力机制的最终输出特征和给定的特征图，通过线性变换和卷积处理后，得到增强后的多尺度特征图； 步骤5、增强后的多尺度特征图经过颈部和头部后，得到目标识别结果。

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华东交通大学，其通讯地址为：330000 江西省南昌市经济技术开发区双港东大街808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。