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 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 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 > 西北工业大学王晓田获国家专利权

西北工业大学王晓田获国家专利权

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!

龙图腾网获悉西北工业大学申请的专利一种基于脑认知模型的目标鲁棒检测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:CN120198655B

龙图腾网通过国家知识产权局官网在2025-07-22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:202510669224.X,技术领域涉及:G06V10/25;该发明授权一种基于脑认知模型的目标鲁棒检测方法是由王晓田;陶文广;齐文元;闫天;王铮;刘明娜;李国栋;周路琦;谭天乐设计研发完成,并于2025-05-23向国家知识产权局提交的专利申请。

一种基于脑认知模型的目标鲁棒检测方法在说明书摘要公布了:本发明公开了一种基于脑认知模型的目标鲁棒检测方法,涉及目标检测技术领域,首先输入成对的真实图像和标准图像;其次利用模拟视觉信息注意力感知功能的图像特征提取模块对输入的真实图像提取初级感知特征;紧接着利用模拟视觉空间注意力功能的图像特征提取模块对初级感知特征提取目标感知特征;随后利用模拟视觉记忆功能的标准视觉记忆库模块对标准图像提取目标记忆特征;然后将目标感知特征与目标记忆特征输入模拟视觉和记忆关联功能的感知‑标准特征关联融合模块,利用域适应技术,对目标感知特征和目标记忆特征进行交互融合学习形成融合特征;最后将融合特征输入模拟视觉预测推理功能的预测推理模块,利用卡尔曼滤波完成目标的位置预测。

本发明授权一种基于脑认知模型的目标鲁棒检测方法在权利要求书中公布了:1.一种基于脑认知模型的目标鲁棒检测方法,其特征在于,包括以下步骤: 步骤1、输入成对的真实图像和标准图像; 步骤2、利用模拟视觉信息注意力感知功能的图像特征提取模块对输入的真实图像提取初级感知特征; 步骤3、利用模拟视觉空间注意力功能的图像特征提取模块对初级感知特征提取目标感知特征; 步骤4、利用模拟视觉记忆功能的标准视觉记忆库模块对标准图像提取目标记忆特征; 步骤5、将目标感知特征与目标记忆特征输入模拟视觉和记忆关联功能的感知-标准特征关联融合模块,利用域适应技术,对目标感知特征和目标记忆特征进行交互融合学习形成融合特征; 步骤6、将融合特征输入模拟视觉预测推理功能的预测推理模块,利用卡尔曼滤波完成目标的位置预测; 步骤4中利用模拟视觉记忆功能的标准视觉记忆库模块对标准图像提取目标记忆特征的表达式如下: ; 式中,是输入的标准图像,是特征提取器,分别是类别和位置的解码结构,分别是得到的类别和位置预测,分别是目标类别记忆特征和目标位置记忆特征; 步骤5中将目标感知特征与目标记忆特征输入模拟视觉和记忆关联功能的感知-标准特征关联融合模块,利用域适应技术,对目标感知特征和目标记忆特征进行交互融合学习形成融合特征的过程如下: S51、将步骤3中提取的目标感知特征输入位置和类别特征解耦器,得到目标类别感知特征和目标位置感知特征,计算表达式如下: ; S52、将目标类别感知特征和目标类别记忆特征沿通道维度取平均值,并分别与前景掩码相乘,得到前景响应图,计算表达式如下: ; 式中,表示目标类别感知响应特征,表示目标类别记忆响应特征,是通道数; S53、将得到的两个前景响应图相减,并归一化到(0,1),得到空间重权重图,表达式如下: ; 式中,表示将映射归一化为0-1的操作; S54、将目标类别感知特征和目标类别记忆特征的差异送入C-R模块,获得通道重权重向量,表达式如下: ; 式中,分别代表平均池化、全连接层和softmax操作; S55、将通道重权重向量和空间重权重图相乘,得到域适应权重,表达式如下: ; S56、将域适应权重与目标位置感知特征相乘,得到最终的融合特征。

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北工业大学,其通讯地址为:710072 陕西省西安市碑林区友谊西路127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。