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！

龍圖騰網獲悉廣西科技大學申請的專利基于仿生雙向多尺度級聯輕量化的實時邊緣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：CN117115190B 。

龍圖騰網通過國家知識產權局官網在2025-09-05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：202310907285.6，技術領域涉及：G06T7/13；該發明授權基于仿生雙向多尺度級聯輕量化的實時邊緣檢測方法是由林川;黃思涵;王雄震;張家佳;駱政樵;李福章;潘勇才;韋艷霞設計研發完成，并于2023-07-24向國家知識產權局提交的專利申請。

本基于仿生雙向多尺度級聯輕量化的實時邊緣檢測方法在說明書摘要公布了：本發明旨在提供一種基于仿生雙向多尺度級聯輕量化的實時邊緣檢測方法，包括以下步驟：A、構建神經網絡，神經網絡結構具體如下：包括編碼網絡和解碼網絡；所述的編碼網絡包括N組S2D模塊和N組D2S模塊，S2D模塊和D2S模塊組數相同；B、原始圖像輸入編碼網絡中，分為兩路，第一路依次經過多組S2D模塊處理；第二路先經過卷積層下采樣處理，然后依次經過多組D2S模塊處理；將第一路多組S2D模塊的處理結果和第二路多組D2S模塊的處理結果拼接，得到N個處理結果，輸入解碼網絡中；C、解碼網絡對從編碼網絡輸入的多個結果進行解碼后，得到最終輸出輪廓。本發明大為降低了參數規模和計算成本，同時具有較好的邊緣檢測性能。

本發明授權基于仿生雙向多尺度級聯輕量化的實時邊緣檢測方法在權利要求書中公布了：1.一種基于仿生雙向多尺度級聯輕量化的實時邊緣檢測方法，其特征在于包括以下步驟： A、構建神經網絡，神經網絡結構具體如下： 包括編碼網絡和解碼網絡； 所述的編碼網絡包括N組S2D模塊和N組D2S模塊，S2D模塊和D2S模塊組數相同； B、原始圖像輸入編碼網絡中，分為兩路，第一路依次經過多組S2D模塊處理，按照處理順序對各組進行編號，分別得到各組S2D模塊處理結果H2x-1×W2x-1×C2x-12，其中X代表S2D模塊組號； 第二路先經過卷積層下采樣處理，使其分辨率和通道數與最后一組S2D模塊處理結果一致后，依次經過多組D2S模塊處理，按照處理順序的倒序對各組進行編號，分別得到各組S2D模塊處理結果H2Y-1×W2Y-1×C2Y-12，其中Y代表S2D模塊組號； 將第一路多組S2D模塊的處理結果和第二路多組D2S模塊的處理結果，按組號一一對應，分別進行拼接，得到N個處理結果，輸入解碼網絡中； C、解碼網絡對從編碼網絡輸入的多個結果進行解碼后，得到最終輸出輪廓； 所述的解碼網絡包括N組上采樣模塊和N+1組下采樣模塊； 解碼網絡處理過程如下： 編碼網絡的N個處理結果，按照分辨率從大到小的順序，編碼網絡分辨率最大的處理結果輸入第一個下采樣模塊，得到第一下采樣結果；第一下采樣結果與編碼網絡分辨率第二的處理結果與經過Concat函數拼接后，輸入第二個下采樣模塊，得到第二下采樣結果；第二下采樣結果與編碼網絡分辨率第三的處理結果與經過Concat函數拼接后，輸入第三個下采樣模塊，得到第三下采樣結果；以此類推，得到第N個下采樣模塊的處理結果，該處理結果經過第N+1個下采樣模塊處理后，得到分辨率降低一半通道數提升一倍的處理結果，輸入第一個上采樣模塊處理，輸出與第N個下采樣模塊的處理結果分辨率和通道數一樣的第一上采樣處理結果； 第一上采樣處理結果與第N個下采樣模塊的處理結果經過Concat函數拼接后，輸入第二個上采樣模塊處理，得到第二上采樣處理結果；第二上采樣處理結果與第N-1個下采樣模塊的處理結果，經過Concat函數拼接后，輸出第三個上采樣模塊處理，得到第三上采樣處理結果；依次類推，最終第N個上采樣模塊的處理結果與第一個下采樣模塊的處理結果經過Concat函數拼接后，經過1×1卷積處理，得到最終輸出結果。

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廣西科技大學，其通訊地址為：545006 廣西壯族自治區柳州市東環大道268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”。