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)獲悉昆明理工大學申請的專利一種用于振動圖像的語義分割方法、視覺定位方法獲國家發(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：CN116229468B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-09-05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：202310256471.8，技術領域涉及：G06V20/70；該發(fā)明授權一種用于振動圖像的語義分割方法、視覺定位方法是由王森;丁鋒;柴尚磊;劉韜;劉暢;柳小勤設計研發(fā)完成，并于2023-03-16向國家知識產(chǎn)權局提交的專利申請。

本一種用于振動圖像的語義分割方法、視覺定位方法在說明書摘要公布了：本發(fā)明公開了一種用于振動圖像的語義分割方法、視覺定位方法。分割方法包括：獲取振動圖像；通過訓練好的語義分割網(wǎng)絡模型，獲取振動圖像的目標分割掩碼。振視覺定位方法，包括：采用振動位移提取分支對振動圖像的目標分割掩碼進行零階矩和一階矩的計算；依據(jù)計算的零階矩和一階矩，獲取視頻中每一幀振動圖像的中心點坐標，再依次對所有視頻幀中心點坐標進行位移偏移量回歸，從而得出目標位移數(shù)據(jù)。本發(fā)明以高速工業(yè)相機為圖像采集媒介，以旋轉體作為振動位移測量的對象，將基于深度學習的語義分割方法引入到旋轉體視覺振動測量領域，并從多角度驗證了深度學習方法在旋轉體視覺振動測量方面的可行性，且具有非接觸、遠距離、安裝簡易等優(yōu)勢。

本發(fā)明授權一種用于振動圖像的語義分割方法、視覺定位方法在權利要求書中公布了：1.一種用于振動圖像的語義分割方法，其特征在于，包括： 獲取振動圖像； 通過訓練好的語義分割網(wǎng)絡模型，獲取振動圖像的目標分割掩碼；所述語義分割網(wǎng)絡模型以分割網(wǎng)絡U-Net為基礎框架，將CSP+Mobiledets骨干網(wǎng)絡作為Encoder分支進行初步特征提取，然后對其提取的5個特征層利用Decoder分支逐層上采樣并與Encoder特征拼接，以此達到分割網(wǎng)絡的特征層解碼； 所述語義分割網(wǎng)絡模型在訓練模型時加入Dice-loss損失函數(shù)； 搭建的CSP+Mobiledets骨干網(wǎng)絡，沿用Mobiledets網(wǎng)絡中的FIBN模塊、TC模塊，將CBR模塊替換為CBM模塊，并且使用CPSNet中的CSP模塊將不同深度的語義信息進行特征融合； 所述將CSP+Mobiledets骨干網(wǎng)絡作為Encoder分支進行初步特征提取，包括順次連接的五個特征提取模塊；第一特征提取模塊包括CBM模塊、TC模塊、CSP1模塊，輸入的圖像進行一次CBM模塊卷積得到的結果分別通過CSP1模塊和一次TC模塊融合，獲得第一輸出特征F1；第二特征提取模塊包括CBM模塊、FIBN模塊、TC模塊、CSP2模塊，輸入的圖像進行兩次CBM模塊卷積得到的結果再分別使用CSP2模塊與一次8通道擴張比例的FIBN模塊、三次TC模塊卷積后的結果融合，獲得第二輸出特征F2；第三特征提取模塊包括CBM模塊、FIBN模塊、CSP3模塊，輸入的圖像進行兩次CBM卷積得到的結果分別使用CSP3模塊與五次8通道擴張比例的FIBN模塊、三次4通道擴張比例的FIBN模塊卷積結果進行融合，獲得第三輸出特征F3；第四特征提取模塊包括CBM模塊、FIBN模塊、CSP4模塊，輸入的圖像進行兩次CBM卷積得到結果分別使用CSP4模塊與一次8通道擴張比例的FIBN模塊、三次4通道擴張比例的FIBN模塊、四次8通道擴張比例的FIBN模塊卷積結果融合，獲得第四輸出特征F4；第五特征提取模塊包括CBM模塊、FIBN模塊、CSP5模塊，輸入的圖像進行兩次CBM卷積得到的結果分別使用CSP5模塊與四次8通道擴張比例的FIBN模塊卷積融合，最后再進行一次CBM卷積輸出圖像，獲得第五輸出特征； 所述FIBN模塊將IBN模塊中的前1×1卷積和隨后的3×3深度可分離卷積融合為單個3×3常規(guī)卷積，中間特征層通道的擴張倍數(shù)由3×3常規(guī)卷積核的數(shù)量擴張因子s1決定。

如需購買、轉讓、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專利權人昆明理工大學，其通訊地址為：650093 云南省昆明市五華區(qū)學府路253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)”。