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！

龙图腾网恭喜哈尔滨工业大学申请的专利一种基于多图神经网络协同学习架构的显著性物体检测装置及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：CN115063352B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202210569783.X，技术领域涉及：G06V10/25；该发明授权一种基于多图神经网络协同学习架构的显著性物体检测装置及方法是由刘冰;王甜甜;付平;高丽娜;陈浩林;朱玉晴;付洪硕;闫铮设计研发完成，并于2022-05-24向国家知识产权局提交的专利申请。

本一种基于多图神经网络协同学习架构的显著性物体检测装置及方法在说明书摘要公布了：本发明是一种基于多图神经网络协同学习架构的显著性物体检测装置及方法。本发明涉及计算机视觉技术领域，确定显著性边缘特征与显著性区域特征，将显著性边缘特征与显著性区域特征分别通过图投影操作转化为边缘图节点与区域图节点；进行初始图交互，实现图间信息的传递；将交互之后的送入动态信息增强图卷积层，完成图节点信息的充分挖掘；将经过动态信息增强图卷积层处理之后的边缘图节点与区域图节点送入注意力感知融合模块，完成两种特征的互补融合，为显著性边缘特征与显著性区域特征的学习过程提供互补线索。本发明提升显著性物体检测性能，弥补传统卷积神经网络的关系学习能力不足的问题。

本发明授权一种基于多图神经网络协同学习架构的显著性物体检测装置及方法在权利要求书中公布了：1.一种基于多图神经网络协同学习架构的显著性物体检测方法，其特征是：所述方法包括以下步骤：步骤1：确定显著性边缘特征与显著性区域特征，分别表示为与步骤2：将显著性边缘特征与显著性区域特征分别通过图投影操作转化为边缘图节点Ve与区域图节点Vr；步骤3：将边缘图Ge与区域图Gr进行初始图交互，实现图间信息的传递；步骤4：将交互之后的边缘图Ge与区域图Gr送入动态信息增强图卷积层，完成图节点信息的充分挖掘；步骤5：将经过动态信息增强图卷积层处理之后的边缘图节点与区域图节点送入注意力感知融合模块，完成两种特征的互补融合，为显著性边缘特征与显著性区域特征的学习过程提供互补线索；步骤6：将步骤5得到的边缘图节点和区域图节点分别以相同方式经过3层动态信息增强图卷积的处理以及相应地注意力感知融合模块的融合处理之后，采用图重投影操作将最终输出的边缘图节点Vefinal和区域图节点Vrfinal映射回原始坐标空间。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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”。