買(mǎi)專(zhuān)利賣(mài)專(zhuān)利找龍圖騰，真高效！ 查專(zhuān)利查商標(biāo)用IPTOP,全免費(fèi)！專(zhuān)利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉武漢大學(xué)申請(qǐng)的專(zhuān)利一種基于MLP注意力機(jī)制的多視影像三維目標(biāo)識(shí)別方法和系統(tǒng)獲國(guó)家發(fā)明授權(quán)專(zhuān)利權(quán)，本發(fā)明授權(quán)專(zhuān)利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119919629B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-26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(zhuān)利申請(qǐng)?zhí)?專(zhuān)利號(hào)為：202411891823.8，技術(shù)領(lǐng)域涉及：G06V10/25；該發(fā)明授權(quán)一種基于MLP注意力機(jī)制的多視影像三維目標(biāo)識(shí)別方法和系統(tǒng)是由李禮;劉釗;蔣佳芹;姚劍設(shè)計(jì)研發(fā)完成，并于2024-12-20向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專(zhuān)利申請(qǐng)。

本一種基于MLP注意力機(jī)制的多視影像三維目標(biāo)識(shí)別方法和系統(tǒng)在說(shuō)明書(shū)摘要公布了：本發(fā)明涉及一種基于MLP注意力機(jī)制的多視影像三維目標(biāo)識(shí)別方法和系統(tǒng)，包括：提取每張輸入影像的多尺度高維特征；對(duì)每張影像的每個(gè)尺度的特征，采用局部和全局結(jié)合的多層感知機(jī)注意力機(jī)制進(jìn)行特征增強(qiáng)，得到每張影像增強(qiáng)后的多尺度特征；對(duì)單張影像的多尺度特征進(jìn)行融合，得到每張影像的特征描述符，將所有單張影像的特征描述符拼接起來(lái)得到全局特征圖，然后對(duì)全局特征圖進(jìn)行跨視圖特征關(guān)聯(lián)建模，進(jìn)而獲得全局特征描述符；基于全局特征描述符，得到輸入數(shù)據(jù)屬于每個(gè)類(lèi)別的判別分?jǐn)?shù)，選取分?jǐn)?shù)最高的類(lèi)別作為最終的識(shí)別結(jié)果。本發(fā)明在保證多視影像三維目標(biāo)識(shí)別精度的前提下，減少了神經(jīng)網(wǎng)絡(luò)的參數(shù)量、計(jì)算量以及推理時(shí)間。

本發(fā)明授權(quán)一種基于MLP注意力機(jī)制的多視影像三維目標(biāo)識(shí)別方法和系統(tǒng)在權(quán)利要求書(shū)中公布了：1.一種基于MLP注意力機(jī)制的多視影像三維目標(biāo)識(shí)別方法，其特征在于，包括如下步驟： 步驟1，輸入三維物體在多個(gè)視角投影的多視影像，提取每張輸入影像的多尺度高維特征； 步驟2，對(duì)每張影像的每個(gè)尺度的特征，采用局部和全局結(jié)合的多層感知機(jī)注意力機(jī)制進(jìn)行特征增強(qiáng)，得到每張影像增強(qiáng)后的多尺度特征集； 步驟2的具體實(shí)現(xiàn)包括如下子步驟： 步驟2.1，特征下采樣：對(duì)步驟1得到的所有單視圖特征集Fi進(jìn)行降采樣處理后，得到其中N為影像個(gè)數(shù)，表示將Fi中的所有特征圖進(jìn)行降采樣得到新的單視圖特征集； 步驟2.2，單尺度特征局部關(guān)聯(lián)：以MLP注意力機(jī)制為基礎(chǔ)并引入窗口注意力，設(shè)計(jì)單尺度特征局部關(guān)聯(lián)模塊，用于對(duì)內(nèi)所有單視圖特征集中的每個(gè)特征圖進(jìn)行局部信息建模，該單尺度特征局部關(guān)聯(lián)模塊的輸出計(jì)算方式如下： 其中，MLP代表MLP網(wǎng)絡(luò)層，W1是MLP網(wǎng)絡(luò)層輸出的權(quán)重矩陣，Norm代表歸一化層，F(xiàn)FN代表前饋網(wǎng)絡(luò)，softmax為歸一化指數(shù)函數(shù)；LWA是局部窗口注意力，即特征圖上任意位置的特征向量只與其3×3鄰域內(nèi)的特征向量進(jìn)行關(guān)聯(lián)建模，發(fā)掘相鄰特征之間的局部信息；對(duì)中的每個(gè)特征圖進(jìn)行單尺度特征局部關(guān)聯(lián)后得到特征集對(duì)所有進(jìn)行單尺度特征局部關(guān)聯(lián)處理后，得到 步驟2.3，單尺度特征全局關(guān)聯(lián)：設(shè)計(jì)單尺度特征全局關(guān)聯(lián)模塊，對(duì)特征集中的每個(gè)特征圖補(bǔ)充視圖全局信息，單尺度特征全局關(guān)聯(lián)模塊的輸出計(jì)算方式如下： 其中，對(duì)中的每個(gè)特征圖進(jìn)行單尺度特征全局關(guān)聯(lián)后得到特征集對(duì)所有特征集進(jìn)行單尺度特征全局關(guān)聯(lián)處理后得到 步驟3，基于MLP注意力的跨視圖特征融合：對(duì)單張影像的多尺度特征進(jìn)行融合，得到每張影像的特征描述符，將所有單張影像的特征描述符拼接起來(lái)得到全局特征圖，然后對(duì)全局特征圖進(jìn)行跨視圖特征關(guān)聯(lián)建模，進(jìn)而獲得全局特征描述符； 步驟4，基于步驟3中的全局特征描述符，得到輸入數(shù)據(jù)屬于每個(gè)類(lèi)別的判別分?jǐn)?shù)，選取分?jǐn)?shù)最高的類(lèi)別作為最終的識(shí)別結(jié)果。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類(lèi)似專(zhuān)利技術(shù)，可聯(lián)系本專(zhuān)利的申請(qǐng)人或?qū)＠麢?quán)人武漢大學(xué)，其通訊地址為：430072 湖北省武漢市武昌區(qū)八一路299號(hào)；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)”。