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)申請的專利一種基于多尺度可變形Transformer網(wǎng)絡(luò)的人與物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：CN116758298B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-23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：202211447645.0，技術(shù)領(lǐng)域涉及：G06V10/44；該發(fā)明授權(quán)一種基于多尺度可變形Transformer網(wǎng)絡(luò)的人與物交互檢測方法是由劉盛;郭炳男;張峰;陳俊皓;陳瑞祥設(shè)計(jì)研發(fā)完成，并于2022-11-18向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于多尺度可變形Transformer網(wǎng)絡(luò)的人與物交互檢測方法在說明書摘要公布了：本發(fā)明公開了一種基于多尺度可變形Transformer網(wǎng)絡(luò)的人與物交互檢測方法，將待檢測圖像輸入到多尺度骨干網(wǎng)絡(luò)提取特征，并輸入至可變形Transformer編碼器中完成多尺度特征的編碼，得到視覺上下文特征；然后將視覺上下文特征輸入到級聯(lián)架構(gòu)的可變形Transformer解碼器，得到人與物解碼特征和動作解碼特征；將人與物解碼特征通過一個(gè)嵌入層以及FFN網(wǎng)絡(luò)，檢測得到人與物體的邊界框和物體類別，將動作解碼特征通過FFN網(wǎng)絡(luò)，檢測得到動作類別；最后將檢測得到的人與物體的邊界框、物體類別和動作類別通過非極大值抑制濾除重復(fù)的預(yù)測，在待檢測圖像中繪制顯示得到最終的結(jié)果。本發(fā)明引入級聯(lián)可變形解碼器結(jié)構(gòu)，以一致性地獲得復(fù)雜環(huán)境中的交互預(yù)測。

本發(fā)明授權(quán)一種基于多尺度可變形Transformer網(wǎng)絡(luò)的人與物交互檢測方法在權(quán)利要求書中公布了：1.一種基于多尺度可變形Transformer網(wǎng)絡(luò)的人與物交互檢測方法，其特征在于，所述基于多尺度可變形Transformer網(wǎng)絡(luò)的人與物交互檢測方法，包括： 將待檢測圖像輸入到多尺度骨干網(wǎng)絡(luò)提取特征，將提取的各個(gè)尺度的特征展平為一維向量，并輸入至可變形Transformer編碼器中完成多尺度特征的編碼，得到視覺上下文特征； 將視覺上下文特征輸入到級聯(lián)架構(gòu)的可變形Transformer解碼器，得到人與物解碼特征和動作解碼特征； 將人與物解碼特征通過一個(gè)嵌入層以及FFN網(wǎng)絡(luò)，檢測得到人與物體的邊界框和物體類別，將動作解碼特征通過FFN網(wǎng)絡(luò)，檢測得到動作類別； 將檢測得到的人與物體的邊界框、物體類別和動作類別通過非極大值抑制濾除重復(fù)的預(yù)測，在待檢測圖像中繪制顯示得到最終的結(jié)果； 其中，所述級聯(lián)架構(gòu)的可變形Transformer解碼器包括級聯(lián)的人與物解碼器和動作解碼器； 所述人與物解碼器和動作解碼器均包括若干層可變形解碼層，每一個(gè)可變形解碼層包括可變形多頭自注意力模塊和多尺度可變形自注意力模塊。

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 浙江省杭州市下城區(qū)朝暉六區(qū)；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)”。