買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉浙江工業(yè)大學(xué)申請的專利基于編碼器解碼器結(jié)構(gòu)增強(qiáng)樣本和增強(qiáng)查詢的交互檢測方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN116385728B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-05發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202310182250.0，技術(shù)領(lǐng)域涉及：G06V10/40；該發(fā)明授權(quán)基于編碼器解碼器結(jié)構(gòu)增強(qiáng)樣本和增強(qiáng)查詢的交互檢測方法是由產(chǎn)思賢;王威翔;白琮設(shè)計(jì)研發(fā)完成，并于2023-03-01向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于編碼器解碼器結(jié)構(gòu)增強(qiáng)樣本和增強(qiáng)查詢的交互檢測方法在說明書摘要公布了：本發(fā)明公開了一種基于編碼器解碼器結(jié)構(gòu)的增強(qiáng)樣本和增強(qiáng)查詢的交互檢測方法，包括取已標(biāo)注的交互圖片輸入特征提取模塊，得到由特征提取模塊輸出的圖片特征；將圖片特征分別輸入所述動態(tài)語言信息生成查詢模塊和掩碼真值去噪模塊，得到兩組用于查詢?nèi)?、物和交互的查詢；將兩組查詢輸入到解碼器得到兩組用于預(yù)測交互三元組的特征；再將兩組特征輸入交互預(yù)測模塊得到預(yù)測結(jié)果。根據(jù)多標(biāo)簽Focal損失和交互損失，監(jiān)督預(yù)測結(jié)果，更新深度學(xué)習(xí)模型的網(wǎng)絡(luò)參數(shù)；取訓(xùn)練后最優(yōu)的深度學(xué)習(xí)模型對待檢測的交互圖片輸出預(yù)測結(jié)果。本發(fā)明引入動態(tài)語言信息生成查詢模塊和掩碼真值去噪模塊，以克服上述背景技術(shù)中所提出的技術(shù)問題。

本發(fā)明授權(quán)基于編碼器解碼器結(jié)構(gòu)增強(qiáng)樣本和增強(qiáng)查詢的交互檢測方法在權(quán)利要求書中公布了：1.一種基于編碼器解碼器結(jié)構(gòu)的增強(qiáng)樣本和增強(qiáng)查詢的交互檢測方法，通過構(gòu)建深度學(xué)習(xí)模型進(jìn)行交互檢測，其特征在于，所述深度學(xué)習(xí)模型包括特征提取模塊，動態(tài)語言信息生成查詢模塊，掩碼真值去噪模塊和交互預(yù)測模塊，所述基于增強(qiáng)樣本和增強(qiáng)查詢交互檢測的方法，包括： 取已標(biāo)注的交互圖片輸入所述特征提取模塊，得到由特征提取模塊輸出的圖片特征，所述特征提取模塊包括深度殘差網(wǎng)絡(luò)和編碼器； 將所述圖片特征同時(shí)輸入所述動態(tài)語言信息生成查詢模塊和掩碼真值去噪模塊，分別兩種輸出輸入到解碼器得到用于人、物和交互的特征；所述動態(tài)語言信息生成查詢模塊和掩碼真值去噪模塊的處理過程包括： 將輸入的圖片特征當(dāng)作查詢庫E，再查詢庫E輸入動態(tài)語言信息生成查詢模塊，生成含有語言信息引導(dǎo)的查詢Ql，詳細(xì)過程如下： 將查詢庫E輸入FFNcand·得到生成語言信息的預(yù)測集predhoi，再根據(jù)Topk·得到生成語言信息的候選集Candhoi； 根據(jù)候選集Candhoi和Sem2Vis·，生成含有語言信息引導(dǎo)的查詢Ql； Ql＝Sem2VisCandhoi2 根據(jù)真值GT輸入掩碼真值去噪模塊，生成含有真值引導(dǎo)的查詢Qg，詳細(xì)過程如下： gtitem＝[boxk,ck,cdist,areak],k∈{h,o}3 根據(jù)真值gtitem，可以得到B×B的二值掩碼圖G，其中box,c,area,cdist分別表示人或物的框、中心點(diǎn)、面積和人和物的中心距離，h,o分別表示人和物； Mask＝ThresP,TG4 再使用拉普拉斯概率函數(shù)生成跟掩碼圖同大小的概率圖P，根據(jù)閾值函數(shù)Thres·,·，以概率T為分界點(diǎn)對概率圖二值化；最后將二值化后的概率圖和根據(jù)真值gtitem得到的二值掩碼圖進(jìn)行與操作得到含有噪聲真值樣本Mask； Qg＝FFNmaskMask5 利用含有噪聲真值樣本和FFNmask·得到真值查詢Qg； 將所述兩種模塊經(jīng)解碼器得到的人、物和交互的特征輸入所述交互預(yù)測模塊，得到分別得到對應(yīng)的預(yù)測結(jié)果Prl,Prg∈{人,物,交互}； 根據(jù)多標(biāo)簽Focal損失和交互損失，對所述動態(tài)語言信息生成查詢模塊和交互檢測模塊進(jìn)行監(jiān)督，更新所述深度學(xué)習(xí)模型的網(wǎng)絡(luò)參數(shù)； 取訓(xùn)練后最優(yōu)的深度學(xué)習(xí)模型對待檢測的交互圖片輸出預(yù)測結(jié)果。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人浙江工業(yè)大學(xué)，其通訊地址為：310014 浙江省杭州市拱墅區(qū)潮王路18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)”。