長沙理工大學王進獲國家專利權
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(jiān)控用IP管家,真方便!
龍圖騰網(wǎng)獲悉長沙理工大學申請的專利基于多窗口高低頻視覺變換器的裂縫圖像分割方法獲國家發(fā)明授權專利權,本發(fā)明授權專利權由國家知識產(chǎn)權局授予,授權公告號為:CN115830054B 。
龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權授權公告中獲悉:該發(fā)明授權的專利申請?zhí)?專利號為:202211609395.6,技術領域涉及:G06T7/168;該發(fā)明授權基于多窗口高低頻視覺變換器的裂縫圖像分割方法是由王進;曾志高;張建明;黃鳳翔設計研發(fā)完成,并于2022-12-14向國家知識產(chǎn)權局提交的專利申請。
本基于多窗口高低頻視覺變換器的裂縫圖像分割方法在說明書摘要公布了:本發(fā)明公開了一種基于多窗口高低頻視覺變換器的裂縫圖像分割方法,通過使用語義分割的方式對裂縫進行像素級的檢測,改進了一種由編碼器和解碼器組成的端到端的網(wǎng)絡結(jié)構,經(jīng)過網(wǎng)絡推理后直接輸出一張裂縫掩碼,訓練和推理效率高。在編碼器階段采用了視覺變換器去并行提取高低頻特征,視覺變換器擁有卷積不具備的諸多優(yōu)點,如輸入自適應,長距離和高階的空間交互能力。且同時捕獲高頻和低頻,能夠?qū)毿×芽p特征更好的進行捕捉。而多窗口的機制則能捕捉不同尺度裂縫的信息,保證模型的魯棒性。且提高本發(fā)明的檢測精度。本發(fā)明的方法能提高裂縫檢測精度的同時提高整體的計算效率。
本發(fā)明授權基于多窗口高低頻視覺變換器的裂縫圖像分割方法在權利要求書中公布了:1.一種基于多窗口高低頻視覺變換器的裂縫圖像分割方法,其特征在于,該裂縫圖像分割方法包括如下步驟: 步驟1:采用兩個串聯(lián)的深度可分離卷積塊對輸入的裂縫圖像特征進行初步學習和提取,然后將得到的特征圖X輸入到四層串聯(lián)的特征提取主干中處理,每層的特征提取主干包括下采樣和多窗口高低頻自注意視覺變換器; 步驟2:將輸入的特征圖X在通道方向上按照比例α進行劃分,高頻分支將得到1-αNh,低頻分支將得到αNh,Nh為通道數(shù)量; 步驟3:在高頻分支內(nèi),將特征圖在通道方向上按照不同的比例β1,β2,β3進一步劃分,得到X11,X12,X13三個不同部分的特征圖,每一部分特征圖都會生成一組查詢K、鍵Q和值V的矩陣, K1i=fkiX1i,Q1i=fqiX1i,V1i=fviX1i 函數(shù)fxi表示深度可分離卷積操作,代替常規(guī)線性層獲取三個矩陣,以大幅度降低參數(shù)量和計算量;并按照不同的窗口大小γ1,γ2,γ3分割特征圖,然后分窗口分別計算規(guī)模點乘自注意力,計算公式如下: 其中,Dhi為隱藏層的維度,Softmax為歸一化指數(shù)函數(shù),i取值為1~3的整數(shù),通過計算會得到SA11,SA12和SA13,然后在通道方向上連接SA11,SA12和SA13三個值,通過投影線性層和批歸一化,得到高頻特征; 步驟4:在低頻分支內(nèi),對輸入特征進行下采樣的池化操作,通過投影線性層和批歸一化得到低頻分量中的低頻特征; 步驟5:在通道方向上連接步驟3的高頻特征和步驟4的低頻特征,得到融合特征圖,然后送往下一層的特征提取主干; 步驟6:基于空洞金字塔池ASPP設計一個深度可分離空洞金字塔池作為特征增強模塊,將特征提網(wǎng)絡的最后一層輸出作為輸入,通過五條并行的分支,分別包括一個逐點卷積和四個不同采樣率的深度可分離卷積塊,并將不同尺度的五部分結(jié)果在通道維度進行連接,使用倒置的深度可分離卷積塊進行加權求和,得到多尺度特征; 步驟7:解碼器層數(shù)與編碼器中特征提取主干的層數(shù)相對應,在解碼器的每層采取跳躍連接的策略與編碼器對應的特征提取主干連接,解碼器的每層包括進行上采樣的轉(zhuǎn)置卷積和恢復圖像的卷積塊,并經(jīng)過兩個深度可分離卷積塊進行處理,最后通過一個由深度可分離卷積塊充當?shù)姆指铑^得到裂縫掩碼。
如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術,可聯(lián)系本專利的申請人或?qū)@麢嗳?a target="_blank" rel="noopener noreferrer nofollow" href="https://iptop.www.hzsmkbearing.com.cn/list?keyword=%E9%95%BF%E6%B2%99%E7%90%86%E5%B7%A5%E5%A4%A7%E5%AD%A6&temp=1">長沙理工大學,其通訊地址為:410114 湖南省長沙市雨花區(qū)萬家麗南路二段960號;或者聯(lián)系龍圖騰網(wǎng)官方客服,聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。
1、本報告根據(jù)公開、合法渠道獲得相關數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準確性。
2、報告中的分析和結(jié)論僅反映本公司于發(fā)布本報告當日的職業(yè)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(jù)或者憑證。