買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉北京交通大學申請的專利一種基于多投影表征的全景圖像顯著性目標檢測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115424100B 。

龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210865756.7，技術領域涉及：G06V10/80；該發明授權一種基于多投影表征的全景圖像顯著性目標檢測方法是由叢潤民;黃可;吳春雷;白慧慧;趙耀設計研發完成，并于2022-07-22向國家知識產權局提交的專利申請。

本一種基于多投影表征的全景圖像顯著性目標檢測方法在說明書摘要公布了：本發明涉及一種基于多投影表征的全景圖像顯著性目標檢測方法，構建一個編碼器?解碼器結構的端到端檢測網絡，將等矩形投影圖像和相應的四個立方體展開圖像共同作為檢測網絡的輸入；在編碼器階段，等矩形投影分支和立方體展開分支通過共享參數的五十層深度殘差網絡ResNet?50提取特征；在解碼器階段，動態加權融合模塊自適應地融合等矩形投影特征和四種立方體展開特征，過濾與細化模塊結合編碼與解碼特征，得到最終的顯著性圖。本發明，檢測網絡結合等矩形投影與立方體展開兩種全景圖像的表征方式，將等矩形投影圖像和相應的四個立方體展開圖像作為共同輸入，其中，立方體展開圖像為等矩形投影圖像提供補充信息，確保目標的完整性。

本發明授權一種基于多投影表征的全景圖像顯著性目標檢測方法在權利要求書中公布了：1.一種基于多投影表征的全景圖像顯著性目標檢測方法，其特征在于，構建一個編碼器-解碼器結構的端到端檢測網絡，將等矩形投影圖像和相應的四個立方體展開圖像共同作為檢測網絡的輸入； 所述等矩形投影圖像和四個立方體展開圖像，分別對應編碼器的兩個分支，即等矩形投影分支和立方體展開分支； 在編碼器階段，等矩形投影分支和立方體展開分支通過共享參數的五十層深度殘差網絡ResNet-50提取特征； 在解碼器階段，動態加權融合模塊自適應地融合等矩形投影特征和四種立方體展開特征，過濾與細化模塊結合編碼與解碼特征，得到最終的顯著性圖； 所述動態加權融合模塊自適應地融合等矩形投影特征和四種立方體展開特征，具體包括： 采用一個門控表征間融合單元實現兩種投影表征特征的融合，將各立方體展開特征與等矩形投影特征的表征間融合，自適應地篩選出兩種不同投影表征特征中有價值的部分，得到由立方體展開引導的融合特征； 門控表征間融合單元首先學習一個重要性圖Pi，用以評估立方體展開特征在融合中的貢獻；再將等矩形投影特征FE與每個立方體展開特征在通道維度進行拼接，然后使用SE模塊計算通道注意力，隨后通過一個瓶頸卷積層和sigmoid激活函數得到重要性圖Pi； 在得到重要性圖Pi后，由立方體展開引導的融合特征則可以通過以下公式計算： 式中，表示哈達瑪乘法Hadamardmultiplication，Fi表示由立方體展開引導的融合特征，即為門控表征間融合單元的最終輸出； 通過上述門控表征間融合單元，四個立方體展開特征分別與等矩形投影特征進行自適應融合，得到四個由立方體展開引導的融合特征； 采用一個加權表征內融合單元實現四個立方體展開引導的融合特征的表征內融合； 加權表征內融合單元將原始的四個立方體展開特征 拼接，通過SE模塊，得到一個權重向量α∈R4C×1×1； 將權重向量進一步切割成四個子向量αi∈RC×1×1，經過歸一化后得到自適應權重ωi； 得到相應的自適應權重后，則進行如下所述表征內融合： 將門控表征間融合單元得到的四個由立方體展開引導的融合特征Fi∈RC×H×W，以自適應地加權方式進行融合，并結果與等矩形投影特征FE相加，得到本模塊最終的融合特征Ff： 式中，ωi是由加權表征內融合單元得到的相應權重，表示逐元素加法，表示在整個特征平面上的逐元素乘法； 所述過濾與細化模塊步進式地實現特征的篩選和融合，使其既有助于抑制兩類冗余信息，又能保留與顯著性目標相關的細節信息，具體包括： 以第k個過濾與細化模塊為例，k≥2，過濾與細化模塊存在兩種特征輸入：第一種是來自前一個解碼層的解碼器特征另一種是來自相應編碼層的五個不同投影表征特征的編碼器特征最后一個過濾與細化模塊沒有來自前一個解碼層的解碼器特征，在此處被替換為動態加權融合模塊的輸出； 過濾與細化模塊采用如下過濾策略： 對解碼器特征的過濾采用了調制方法，先經過3×3卷積減少通道數，然后利用兩個卷積層分別為乘法和加法操作獲取調制參數a和b；經過這樣的操作，解碼器特征得到了增強； 增強后的解碼器特征表示如下： 式中，δ表示線性整流函數RELU，α和b分別表示乘法和加法的調制參數，表示第k+1層解碼器特征，表示增強后的第k+1層解碼器特征； 對編碼器特征的過濾，為了使五個編碼器特征 更好地適應顯著性目標檢測任務，根據過濾后的解碼器特征，為編碼器特征獲取相應上采樣的過濾掩碼FMj，該過濾掩碼能夠編碼顯著性屬性；然后，將編碼器特征與相應上采樣的過濾掩碼FMj相乘，抑制了編碼器特征的冗余，從而得到過濾后的編碼器特征 式中，UP代表上采樣操作，conv3×3表示3×3卷積操作； 最后，通過加法運算得到過濾后的總編碼器特征 其中，δ表示RELU激活函數。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人北京交通大學，其通訊地址為：100044 北京市海淀區上園村3號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。