中北大學藺素珍獲國家專利權
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!
龍圖騰網獲悉中北大學申請的專利基于特征融合的多波段圖像描述生成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:CN116645666B 。
龍圖騰網通過國家知識產權局官網在2025-08-29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:202310594629.2,技術領域涉及:G06V20/70;該發明授權基于特征融合的多波段圖像描述生成方法是由藺素珍;祿曉飛;賀姍;李大威;王彥博設計研發完成,并于2023-05-25向國家知識產權局提交的專利申請。
本基于特征融合的多波段圖像描述生成方法在說明書摘要公布了:本發明涉及圖像描述方法和圖像融合方法,尤其涉及多波段圖像描述生成方法,具體為基于特征融合的多波段圖像描述生成方法。在將紅外探測成像引入圖像描述領域并建立可見光圖像?紅外圖像描述數據集的基礎上,首先使用多層卷積神經網絡分別對可見光圖像和紅外圖像提取特征;再根據不同探測波段的互補性,設計特征融合增強模塊在空間級和通道級實現特征的融合增強;最后,構建注意力機制增強模塊,建立圖像和文本的深度關系,消除傳統加性注意力機制產生的噪聲,實現多波段圖像描述生成,可用于安防監控和軍事偵察等復雜場景理解。
本發明授權基于特征融合的多波段圖像描述生成方法在權利要求書中公布了:1.基于特征融合的多波段圖像描述生成方法,其特征在于:包括以下步驟: 設計并構建多波段圖像描述生成模型:圖像描述生成模型基于編碼器-解碼器的架構,編碼器由圖像特征提取模塊和特征融合增強模塊構成,解碼器由帶有注意力機制增強模塊的長短時記憶網絡構成; 其中,圖像特征提取模塊分為可見光圖像特征提取器和紅外圖像特征提取器,可見光特征提取器移除ResNet152的平均池化層和分類層,添加最大自適應池化,得到可見光圖像特征;紅外圖像特征提取器移除ResNet50的平均池化層和分類層,添加最大自適應池化,得到紅外圖像特征; 其中,特征融合增強模塊分為空間注意力和通道注意力兩個子模塊,在空間注意力模塊中,可見光特征增強時,紅外圖像特征映射為查詢向量,可見光圖像特征映射為鍵向量和值向量,利用多頭注意力機制在空間層面上融合特征,紅外特征增強時,紅外圖像特征映射為鍵向量和值向量,可見光圖像特征映射為查詢向量,利用多頭注意力機制在空間層面上融合特征;在通道注意力模塊中,首先將雙波段圖像特征沿通道維度上拼接,利用全局平均池化和全局最大池化聚合空間域的信息,經兩個線性層和sigmoid激活函數映射為0-1的向量,應用于融合特征圖中,在通道層面上融合特征,得到融合增強特征圖; 其中,注意力機制增強模塊在計算融合增強特征圖和詞向量的加性注意力的基礎上,將詞向量和加性注意結果圖,經兩個線性層和sigmoid激活函數映射為0-1的向量,應用于注意結果圖上,得到注意增強后的融合增強特征圖,注意增強后的融合增強特征圖與詞向量串聯后輸入到長短時記憶網絡,生成描述文本。
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中北大學,其通訊地址為:030051 山西省太原市尖草坪區學院路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”。
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。