电子科技大学(深圳)高等研究院王柯获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉电子科技大学(深圳)高等研究院申请的专利一种无人机捕获的特征图像的语义分割方法及神经网络结构获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121616833B 。
龙图腾网通过国家知识产权局官网在2026-04-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202610134118.6,技术领域涉及:G06V10/26;该发明授权一种无人机捕获的特征图像的语义分割方法及神经网络结构是由王柯;黄野;段立新设计研发完成,并于2026-01-30向国家知识产权局提交的专利申请。
本一种无人机捕获的特征图像的语义分割方法及神经网络结构在说明书摘要公布了:本发明公开了一种无人机捕获的特征图像的语义分割方法及神经网络结构。该方法包括:根据特征图像预测多个膨胀率对应的索引;根据索引对应的膨胀率初始化全尺度共享卷积,初始化后对特征图像进行特征抓取;为有效尺度下的特征图像的每个像素预测多个角度索引;为每个像素选取一个索引对应的角度,提取选取的索引对应的有效尺度下的特征图像;将nxn卷积分解为nxn个1x1卷积,将提取的有效尺度下的特征图像输入1x1卷积;根据选取的角度以及获取的nxn卷积相对于中心的原始坐标,对每个像素的空间基础特征进行旋转采样,旋转采样后进行特征聚合。本发明避免了有用信息的稀疏问题,有效降低计算开销。
本发明授权一种无人机捕获的特征图像的语义分割方法及神经网络结构在权利要求书中公布了:1.一种无人机捕获的特征图像的语义分割方法,其特征在于,包括如下步骤: 根据特征图像预测多个膨胀率对应的索引; 根据索引对应的膨胀率初始化全尺度共享卷积,采用初始化的全尺度共享卷积对所述特征图像进行特征抓取,得到有效尺度下的特征图像; 为所述有效尺度下的特征图像的每个像素预测多个角度索引; 为每个像素选取一个角度索引对应的角度,提取选取的角度索引对应的所述有效尺度下的特征图像; 将n×n卷积分解为n×n个1×1卷积,将提取的所述有效尺度下的特征图像输入1×1卷积,得到每个像素的n×n个核位置的空间基础特征; 根据选取的角度以及获取的所述n×n卷积相对于中心的原始坐标,对每个像素的所述空间基础特征进行旋转采样,旋转采样后进行特征聚合,得到所述特征图像在有效尺度与当前中心像素有效角度下的语义特征; 所述根据特征图像预测多个膨胀率对应的索引,包括: 获取所述特征图像的四维张量,其中,四维张量包括所述特征图像的膨胀率范围; 根据四维张量中的膨胀率范围,计算所述特征图像中每个像素在膨胀率范围内的每个膨胀率的概率; 选取概率最高的前k个膨胀率对应的索引; 所述为所述有效尺度下的特征图像的每个像素预测多个角度索引,包括: 获取所述有效尺度下的特征图像的四维张量,其中,四维张量包括所述有效尺度下的特征图像对应的多个预设的角度; 计算所述有效尺度下的特征图像的每个像素对应每个角度的概率; 针对每个像素选取概率最高的前k个角度对应的索引。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人电子科技大学(深圳)高等研究院,其通讯地址为:518100 广东省深圳市龙华区观澜街道新澜社区观光路1301-78号银星智界二期2号楼;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励