恭喜西安理工大学周劲草获国家专利权
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!
龙图腾网恭喜西安理工大学申请的专利基于三元组置信度检测的图像语义误识别判断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:CN120107725B 。
龙图腾网通过国家知识产权局官网在2025-07-01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:202510602414.X,技术领域涉及:G06V10/776;该发明授权基于三元组置信度检测的图像语义误识别判断方法是由周劲草;席望浩;张家豪;方圆;李叶恒;杨晨;宁本燏;李睿;杨世强;芮宏斌设计研发完成,并于2025-05-12向国家知识产权局提交的专利申请。
本基于三元组置信度检测的图像语义误识别判断方法在说明书摘要公布了:本发明公开了基于三元组置信度检测的图像语义误识别判断方法,包括:在GRU基础上增设历史动态门模块,构建HG‑GRU模型,并在其输入、输出端分别引入GC、SEM模块;基于上述三个模型构建HGReasoner评估器,并结合ResourceRank和RelTrans评估器,构建三元组置信度检测网络;捕捉并融合道路场景中各元素及其属性,构建道路场景图;根据场景图抽取道路中各目标的三元组信息;利用三元组置信度检测网络求解各三元组的置信度结果;结合预设阈值,对三元组置信度进行判断,实现图像语义误识别判断。本发明方法解决了现有技术无法自主判断图像语义误识别的问题,对于提高感知过程的准确性提供了定量判断依据。
本发明授权基于三元组置信度检测的图像语义误识别判断方法在权利要求书中公布了:1.基于三元组置信度检测的图像语义误识别判断方法,其特征在于,具体按照以下步骤实施: 步骤1、在GRU基础上增设历史动态门模块,构建HG-GRU模型,并在其输入端引入GC特征提取器,输出端引入SEM模块; 步骤2、基于HG-GRU及其附属模型GC、SEM,构建HGReasoner评估器,并结合ResourceRank和RelTrans评估器,构建三元组置信度检测网络; 步骤3、捕捉并融合道路场景中各元素及其属性,构建道路场景图; 步骤4、根据场景图抽取道路中各目标的三元组信息; 步骤5、利用三元组置信度检测网络求解各三元组的置信度结果; 步骤6、结合预设阈值,对三元组置信度进行判断,从而实现图像语义误识别判断; 步骤1中,所述历史动态门模块的具体计算过程如下: 首先,使用多头注意力机制从历史隐藏状态中提取上下文信息特征: 式中: ——表示每个注意力头的键、查询和值向量的维度,查询向量的投影为,是查询投影矩阵; ——分别是键和值,其中是线性投影矩阵; ——表示历史上下文,即过去个时间步的隐藏状态; ——表示通过多头注意力机制计算得到的注意力权重; 多头注意力机制使用个独立的注意力头,并将每个头的输出拼接起来,生成最终的上下文向量: 式中: ——表示h个向量中第u个头的上下文向量; ——表示输出投影矩阵; ——表示向量拼接操作; 其次,通过上下文向量计算动态权重,用于调节上下文特征对隐藏状态更新的贡献: 式中: ——分别表示DHG权重矩阵和偏置项; ——表示Sigmoid激活函数; 通过权重和上下文向量计算得到动态历史门的输出: 式中: ——Hadamard积运算符; ——表示超参数,用于调整DHG的整体输出幅度; 最后,将输出与门控递循环元模块的候选隐藏状态结合,更新隐藏状态: 式中: ——表示新候选状态值; ——表示遗忘系数。
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西安理工大学,其通讯地址为:710048 陕西省西安市碑林区金花南路5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”。
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。