長沙理工大學張建明獲國家專利權
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!
龍圖騰網獲悉長沙理工大學申請的專利一種基于分組歸一化和移位的圖像裂縫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:CN115984233B 。
龍圖騰網通過國家知識產權局官網在2025-08-26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:202310039698.7,技術領域涉及:G06T7/00;該發明授權一種基于分組歸一化和移位的圖像裂縫檢測方法是由張建明;黃鳳翔;呂雅茹設計研發完成,并于2023-01-12向國家知識產權局提交的專利申請。
本一種基于分組歸一化和移位的圖像裂縫檢測方法在說明書摘要公布了:本發明公開了一種基于分組歸一化和移位的圖像裂縫檢測方法,該方法基于通道分組歸一化的注意力機制用于增強裂縫特征,對稱的U型網絡的每一層在整個網絡架構中使用分組歸一化方法來歸一化特征,使用分組歸一化的可學習參數設計了新的分組歸一化注意力,更好的適配整個網絡架構。分組歸一化從空間維度將特征壓縮為向量,并按通道分組進行歸一化;分組歸一化操作完成后,使用線性變化來彌補歸一化和壓縮過程中的損失,并使用線性變化的可學習參數從通道層面對原始特征圖加權,從而達到抑制無意義特征和突顯有意義特征的效果。本發明的方法除了能夠應對自然場景下的各種復雜情況的干擾,還能更好地精細化檢測細小裂紋,且模型的魯棒性和泛化性高。
本發明授權一種基于分組歸一化和移位的圖像裂縫檢測方法在權利要求書中公布了:1.一種基于分組歸一化和移位的圖像裂縫檢測方法,其特征在于,該方法對原有的SegNet網絡上進行了改進,具體包括以下步驟: 步驟1:對于圖像中的裂縫信息,采用卷積提取特征,網絡中的編碼器分為五個部分,每個階段中每個卷積層的特征輸出都會用于拼接,之后通過卷積降維作為整個階段的輸出;下采樣采用最大池化,最大池化時下采樣的像素的索引信息進行了存儲,在解碼器階段使用編碼器階段的保存的索引,上采樣解碼時將像素還原到索引指示的位置;在編碼器階段采用殘差結構,而在解碼器階段并未采用殘差結構; 步驟2:將C維通道分為N組記為{g1,g2,…gN},每個組的通道為函數表示對x向下取整;每個組對C'個通道中的權重計算平均值μi和方差σi,xj表示特征圖x里面的第j個通道: 對于每個組gi,其組歸一化操作GNit為式2所示,以組為單位,先對所有的權值向量進行歸一化;每個通道上的權重在組內進行歸一化之后,再執行一次線性變換,每個通道的系數為γt和βt,其中下標t∈{1,2,3...C'},函數GNit表示對第i個組的向量gi進行分組規劃操作: 步驟3:分組歸一化注意力模塊定義為式3,其中x代表輸入的特征圖,函數GAP和GMP分別代表全局平均池化和全局最大池化,用于將空間維度將特征壓縮為一個向量,⊙代表逐通道相乘操作: fx=Sigmoidγ⊙GNGAPx+GNGMPx⊙x3 其中,fx為對注意力進行加權后的特征函數,γ為通道系數γt的組合向量,Sigmoid為S型生長曲線函數。
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長沙理工大學,其通訊地址為:410114 湖南省長沙市雨花區萬家麗南路二段960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”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。