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！

龙图腾网恭喜重庆邮电大学申请的专利基于边框感知跨模态融合网络的幕墙框实时检测方法及装置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：CN115965846B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202310076273.3，技术领域涉及：G06V10/80；该发明授权基于边框感知跨模态融合网络的幕墙框实时检测方法及装置是由吴德成;李建珍;程隆奇;李锐;刘声;李渝;苏因镭设计研发完成，并于2023-01-18向国家知识产权局提交的专利申请。

本基于边框感知跨模态融合网络的幕墙框实时检测方法及装置在说明书摘要公布了：本发明涉及一种基于边框感知跨模态融合网络的幕墙框实时检测方法及装置，属于建筑幕墙施工技术领域。该方法包括：采集幕墙框RGB图像和深度图；对采集到的幕墙框RGB图像和深度图进行预处理并构建、划分幕墙框数据集；构建基于边框感知跨模态融合网络的幕墙框检测模型，编码器部分使用ConvNeXt作为特征提取网络，解码器构造FFA模块和CFF模块实现整体多尺度多模态的路径聚合；求解二元交叉熵损失函数，训练幕墙框检测模型并保存最优模型；实时采集需要检测的幕墙框RGB图像和深度图并利用所述保存的最优模型进行实时检测。本发明可以在实现智能化检测的同时满足实际幕墙框检测精度需求，并且能够提高建筑施工效率。

本发明授权基于边框感知跨模态融合网络的幕墙框实时检测方法及装置在权利要求书中公布了：1.一种基于边框感知跨模态融合网络的幕墙框实时检测方法，其特征在于，该方法具体包括以下步骤：S1：采集幕墙框RGB图像和深度图；S2：对采集到的幕墙框RGB图像和深度图进行图像预处理，并构建、划分幕墙框数据集；S3：构建基于边框感知跨模态融合网络的幕墙框检测模型，具体包括：根据幕墙边框的立体条形特性设计一种整体上呈现“W”型的编码器-解码器结构实现多尺度多模态融合，编码器部分使用ConvNeXt作为特征提取网络，将其中传统的2D卷积替换为3D卷积，再将幕墙框RGB图像和深度图进行前期融合并输入到解码器对应模块形成四个尺度上的特征，解码器部分为适应幕墙框特殊的立体条形特征要求，构造FFA模块和CFF模块实现整体多尺度多模态的路径聚合；FFA模块和CFF模块连接进行自顶向下和自底向上实现对上采样的低分辨率特征与高分辨率特征合并以及从高分辨率特征到低分辨率特征的下采样流合并，再连接预测头以获得预测图；其中，FFA模块表示边框特征感知模块，CFF模块表示跨模态特征融合模块；构造FFA模块，具体包括：输入一组RGB图和深度图并引出6条路径，第1条路径不做处理；第2条路径使用1×1×1的卷积调整通道特征；第3、4、5条路径进行1×1×1的卷积并分别使用3×1×1、1×3×1和1×1×3的非对称卷积实现V维度上的特征交互、学习H维度和W维度上的特征，再与路径2逐像素相加并使用了3×3×3的卷积构成主流特征；第6条路径使用1×1×1的卷积核进行卷积后用Sigmoid函数映射并与主流特征逐像素相乘，最终与第1条路径的初始特征进行逐像素相加并输出结果；构造CFF模块，具体包括：输入两组RGB图和深度图，进行复制换序、拼接RGB图和拼接深度图操作并引出3条路径，第1条路径使用2×1×1的卷积和LN层；第2条路径，使用3×3×3的卷积、LN和GELU激活函数，并与第3条路径的原始深度图逐像素相加，再采用2×3×3的卷积核进行卷积；第3条路径，使用3×3×3的卷积、LN和GELU激活函数并与第2条路径的原始RGB图逐像素相加，再采用2×3×3的卷积核进行卷积；将第1条路径和第2条路径的特征进行融合并依次使用1×1×1卷积、LN、GELU激活函数和1×1×1卷积，最终与第1条路径相加输出结果；S4：根据边框感知跨模态融合网络生成的预测图像和目标图像求解二元交叉熵损失函数，训练学习到幕墙框检测模型的最优参数，并保存训练好的最优幕墙框检测模型到实时检测平台；S5：实时采集需要检测的幕墙框RGB图像和深度图，并利用保存的最优幕墙框检测模型进行实时检测。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2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”。