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！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉湖南大學(xué)申請的專利基于局部語義感知注意力神經(jīng)網(wǎng)絡(luò)的遮擋目標(biāo)識別方法獲國家發(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：CN115965786B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-19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：202310018475.2，技術(shù)領(lǐng)域涉及：G06V10/26；該發(fā)明授權(quán)基于局部語義感知注意力神經(jīng)網(wǎng)絡(luò)的遮擋目標(biāo)識別方法是由毛建旭;易俊飛;王耀南;張輝;曾凱;陶梓銘;鐘杭;劉彩蘋;朱青;劉敏設(shè)計研發(fā)完成，并于2023-01-06向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于局部語義感知注意力神經(jīng)網(wǎng)絡(luò)的遮擋目標(biāo)識別方法在說明書摘要公布了：本發(fā)明公開了基于局部語義感知注意力神經(jīng)網(wǎng)絡(luò)的遮擋目標(biāo)識別方法，包括獲取用于網(wǎng)絡(luò)訓(xùn)練、驗證和測試的數(shù)據(jù)，并進行預(yù)處理以及標(biāo)注，按比例構(gòu)建訓(xùn)練、驗證、測試數(shù)據(jù)集；搭建局部語義感知注意力增強神經(jīng)網(wǎng)絡(luò)；根據(jù)構(gòu)建的訓(xùn)練集對局部語義感知注意力增強神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，根據(jù)預(yù)設(shè)的網(wǎng)絡(luò)損失函數(shù)對局部語義感知注意力增強神經(jīng)網(wǎng)絡(luò)進行反向傳播，并通過驗證集對網(wǎng)絡(luò)驗證；將測試數(shù)據(jù)集輸入至訓(xùn)練好的局部語義感知注意力增強神經(jīng)網(wǎng)絡(luò)，得到遮擋目標(biāo)的置信度和位置，結(jié)合極大值抑制算法確定最終的輸出結(jié)果作為識別結(jié)果。通過對遮擋目標(biāo)的語義進行感知并增強，提升模型對遮擋目標(biāo)語義識別能力，最終提升機器人對存在遮擋目標(biāo)的識別效果。

本發(fā)明授權(quán)基于局部語義感知注意力神經(jīng)網(wǎng)絡(luò)的遮擋目標(biāo)識別方法在權(quán)利要求書中公布了：1.基于局部語義感知注意力神經(jīng)網(wǎng)絡(luò)的遮擋目標(biāo)識別方法，其特征在于，所述方法包括以下步驟： S100：獲取待測區(qū)域的圖像數(shù)據(jù)，對所述圖像數(shù)據(jù)進行預(yù)處理，并對所述圖像數(shù)據(jù)中被遮擋目標(biāo)的位置和類別進行標(biāo)注，按照預(yù)設(shè)的劃分比例構(gòu)建出用于訓(xùn)練、驗證和測試的數(shù)據(jù)集； S200：搭建局部語義感知注意力增強神經(jīng)網(wǎng)絡(luò)，所述網(wǎng)絡(luò)包括基于局部語義感知注意力增強的殘差網(wǎng)絡(luò)、特征金字塔網(wǎng)絡(luò)和檢測頭網(wǎng)絡(luò)，其中，所述基于局部語義感知注意力增強的殘差網(wǎng)絡(luò)用于提取到具有不同分辨率的深度特征圖；所述特征金字塔網(wǎng)絡(luò)用于融合不同分辨率的深度特征圖，得到融合后的不同分辨率的深度特征圖；所述檢測頭網(wǎng)絡(luò)用于根據(jù)融合后的不同分辨率的深度特征圖去預(yù)測被遮擋目標(biāo)的位置和類別；其中，基于局部語義感知注意力增強的殘差網(wǎng)絡(luò)包括依次連接的第一殘差塊、局部語義感知注意力增強網(wǎng)絡(luò)、第二殘差塊、第三殘差塊和第四殘差塊，所述第一殘差塊用于對輸入的訓(xùn)練集圖片進行語義特征提取，得到第一特征圖并輸入至所述局部語義感知注意力增強網(wǎng)絡(luò)；所述局部語義感知注意力增強網(wǎng)絡(luò)用于增強網(wǎng)絡(luò)對所述第一特征圖中具有相同局部語義信息特征塊的注意力，獲取具有局部語義增強的特征圖，包括： S221：對所述第一特征圖F進行滑動窗口操作獲取具有大小相同的多維局部語義塊F1，再對所述多維局部語義塊F1進行轉(zhuǎn)置操作得到多維局部語義塊F2； S222：將所述多維局部語義塊F1和所述多維局部語義塊F2進行矩陣乘法，得到格拉姆矩陣G； S223：將所述格拉姆矩陣進行歸一化操作得到相似度矩陣Gn； S224：將所述相似度矩陣Gn按行進行求均值，得到局部語義塊的權(quán)重系數(shù)w，并將所述多維局部語義塊F1和所述權(quán)重系數(shù)w進行元素相乘，得到局部語義增強特征并通過反滑動窗口操作還原成和所述第一特征圖F具有相同大小的局部語義特征F'，并將所述語義特征F'送入動態(tài)修正線性函數(shù)中進行調(diào)整得到具有局部語義增強的遮擋目標(biāo)特征圖； S300：根據(jù)構(gòu)建的訓(xùn)練集對所述局部語義感知注意力增強神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，根據(jù)驗證數(shù)據(jù)集和預(yù)設(shè)的網(wǎng)絡(luò)損失函數(shù)對所述局部語義感知注意力增強神經(jīng)網(wǎng)絡(luò)進行反向傳播，對網(wǎng)絡(luò)權(quán)重進行更新，在完成預(yù)設(shè)訓(xùn)練輪次之后，得到訓(xùn)練好的局部語義感知注意力增強神經(jīng)網(wǎng)絡(luò)； S400：將數(shù)據(jù)集輸入至訓(xùn)練好的局部語義感知注意力增強神經(jīng)網(wǎng)絡(luò)，得到被遮擋目標(biāo)的置信度和位置，根據(jù)所述被遮擋目標(biāo)的置信度和位置結(jié)合極大值抑制算法確定最終的輸出結(jié)果作為目標(biāo)識別結(jié)果。

如需購買、轉(zhuǎn)讓、實施、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)人湖南大學(xué)，其通訊地址為：410082 湖南省長沙市岳麓區(qū)麓山南路1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)”。