Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜中山大学胡建国获国家专利权

恭喜中山大学胡建国获国家专利权

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!

龙图腾网恭喜中山大学申请的专利一种基于角度自适应融合的目标检测方法及系统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:CN114743015B

龙图腾网通过国家知识产权局官网在2025-05-27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:202210343569.2,技术领域涉及:G06V10/25;该发明授权一种基于角度自适应融合的目标检测方法及系统是由胡建国;张月;黎昱彤;杨学彬;夏邦;肖辉敏;卢星宇设计研发完成,并于2022-04-02向国家知识产权局提交的专利申请。

一种基于角度自适应融合的目标检测方法及系统在说明书摘要公布了:本发明公开了一种基于角度自适应融合的目标检测方法及系统,方法包括:通过基干网络对输入图像进行特征提取,并从不同阶段的卷积层输出结果中输出对应的第一特征图;通过特征金字塔网络对所述原始特征图进行横向连接降维和自上而下的融合处理,得到第二特征图;通过角度自适应融合金字塔网络,对所述第二特征图进行目标多角度特征提取及融合处理,得到第三特征图;通过检测器头部网络对所述第三特征图进行分类和回归,输出目标检测结果。本发明适用范围广且计算效率高,可广泛应用于人工智能技术领域。

本发明授权一种基于角度自适应融合的目标检测方法及系统在权利要求书中公布了:1.一种基于角度自适应融合的目标检测方法,其特征在于,包括:通过基干网络对输入图像进行特征提取,并从不同阶段的卷积层输出结果中输出对应的第一特征图;通过特征金字塔网络对原始特征图进行横向连接降维和自上而下的融合处理,得到第二特征图;通过角度自适应融合金字塔网络,对所述第二特征图进行目标多角度特征提取及融合处理,得到第三特征图;通过检测器头部网络对所述第三特征图进行分类和回归,输出目标检测结果;所述通过角度自适应融合金字塔网络,对所述第二特征图进行目标多角度特征提取及融合处理,得到第三特征图,包括:通过多角度特征提取模块对输入的所述第二特征图进行处理,得到多张不同角度方向信息且保留浅层细节的第四特征图;通过多特征融合模块对所述第四特征图进行加权融合,获得最终角度自适应融合的第三特征图;所述通过多角度特征提取模块对输入的所述第二特征图进行处理,得到多张不同角度方向信息且保留浅层细节的第四特征图,包括:采用3×3的卷积核对所述第二特征图进行旋转卷积处理,将权重参数对应的位置按旋转角度进行逆时针内旋,输出第五特征图;对所述第五特征图进行自下而上的连接融合,得到第四特征图;所述采用3×3的卷积核对所述第二特征图进行旋转卷积处理,将权重参数对应的位置按旋转角度进行逆时针内旋,输出第五特征图,具体为:配置四条角度偏移为0°、90°、180°、270°的偏移卷积支路,用四条所述偏移卷积支路分别提取输入特征图不同方向的特征信息,输出第五特征图;所述配置四条角度偏移为0°、90°、180°、270°的偏移卷积支路,用四条所述偏移卷积支路分别提取输入特征图不同方向的特征信息,输出第五特征图,包括:以一条卷积核大小为3×3的卷积支路为基准支路,将所述基准支路作为角度偏移为0°的偏移卷积支路;对所述基准支路的卷积核分别进行90°、180°、270°旋转,得到三条特定角度偏移的偏移卷积支路,其中,四条所述偏移卷积支路的权重互相共享;通过各个卷积支路输出第五特征图;所述对所述第五特征图进行自下而上的连接融合,得到第四特征图,包括:在相邻特征图同一角度偏移卷积的结果之间构建自下而上的连接融合通路;对于最低层的特征图,直接输出为第四特征图;对于非最低层的特征图,先将输入的低层特征图下采样至与输入的高层特征图的尺寸相同,将下采样后的特征图与输入的高层特征图按通道维度进行拼接,得到拼接后的特征图,使用一个1×1的卷积层对拼接后的特征图进行通道降维,使融合后的特征图,输出为第四特征图;其中,所述下采样为3×3卷积操作;所述通过多特征融合模块对所述第四特征图进行加权融合,获得最终角度自适应融合的第三特征图,包括:从所述第四特征图中获取三个特征图集,其中,每个特征图集内包含四张大小相同但具有目标不同角度方向信息的特征图;并对每个特征图集进行以下操作:将不同的特征图进行逐像素相加,得到特征图的融合结果;对融合后的特征图进行全局平局池化操作,生成大小为1×1×C的第一特征向量;其中,每个第一特征向量代表每个通道上的全局信息;将所述第一特征向量通过一个全连接层生成第二特征向量;根据所述第二特征向量,计算不同输入特征图的通道加权值;根据所述通道加权值对特征图集内的特征图进行自适应加权融合,输出第三特征图。

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中山大学,其通讯地址为:510275 广东省广州市海珠区新港西路135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”。

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。