龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：江苏省纺织产品质量监督检验研究院
摘要：本发明公开了一种基于图像语义的成衣外观瑕疵检测系统和方法，包括语义提取模块、语义深度压缩采样模块、图像重建与去噪模块和图像分类模块。语义提取模块利用图像语义来捕捉与成衣外观瑕疵直接相关的语义特征，从而提取出对分类模型准确率贡献最大的M个重要语义块集合M16。引入强化学习反馈机制优化模型策略。语义块深度压缩采样模块使用可学习的卷积核对图像进行压缩采样。图像恢复与去噪模块使用一个恢复矩阵，通过可学习的转置卷积核实现对压缩后图像的恢复和去噪。分类器模块是系统的输出模块，将处理后的图像送入CNN分类器。本发明通过从成衣外观瑕疵图像中提取语义特征，减少对图像中的噪声和干扰因素的敏感度，从而提高系统的抗干扰性。
主权项：1.一种基于图像语义的成衣外观瑕疵检测系统，其特征在于，所述系统包括语义提取模块、语义块深度压缩采样模块和图像重建与去噪模块以及图像分类模块；语义提取模块用于提取纺织品成衣图像中对后端二分类模型准确率贡献最大的M个图像块集合M16，且引入了强化学习反馈机制优化策略网络，其中强化学习策略网络输出是16维向量，经伯努利映射得到每个语义块被选择的概率，再经过伯努利采样获得选取的重要语义块，是后续模块的基础；语义块深度压缩采样模块是将语义提取模块得到的0-1矩阵作为输入，可视为线性信号，所述模块使用可学习的卷积核将线性信号映射到压缩域并使用采样矩阵进行逐块采样，采样率为0.3，采样后用8bit量化后输入信道；图像恢复与去噪模块是利用可学习的转置卷积核将上述压缩和量化得到的向量恢复成原始语义块，并输入到去噪网络去噪；图像分类模块是系统的输出模块，将恢复和去噪后的纺织品成衣图像作为输入，本模块借助分类网络是CNN，包含卷积层、全连接层组件，并采用softmax多类别分类器和多类交叉熵损失函数，实现成衣外观瑕疵图像的检测。
全文数据：
权利要求：
百度查询： 江苏省纺织产品质量监督检验研究院 一种基于图像语义的成衣外观瑕疵检测系统和方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号