重慶郵電大學吳德成獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉重慶郵電大學申請的專利基于邊框感知跨模態融合網絡的幕墻框實時檢測方法及裝置獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN115965846B 。
龍圖騰網通過國家知識產權局官網在2025-04-01發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202310076273.3,技術領域涉及:G06V10/80;該發明授權基于邊框感知跨模態融合網絡的幕墻框實時檢測方法及裝置是由吳德成;李建珍;程隆奇;李銳;劉聲;李渝;蘇因鐳設計研發完成,并于2023-01-18向國家知識產權局提交的專利申請。
本基于邊框感知跨模態融合網絡的幕墻框實時檢測方法及裝置在說明書摘要公布了:本發明涉及一種基于邊框感知跨模態融合網絡的幕墻框實時檢測方法及裝置,屬于建筑幕墻施工技術領域。該方法包括:采集幕墻框RGB圖像和深度圖;對采集到的幕墻框RGB圖像和深度圖進行預處理并構建、劃分幕墻框數據集;構建基于邊框感知跨模態融合網絡的幕墻框檢測模型,編碼器部分使用ConvNeXt作為特征提取網絡,解碼器構造FFA模塊和CFF模塊實現整體多尺度多模態的路徑聚合;求解二元交叉熵損失函數,訓練幕墻框檢測模型并保存最優模型;實時采集需要檢測的幕墻框RGB圖像和深度圖并利用所述保存的最優模型進行實時檢測。本發明可以在實現智能化檢測的同時滿足實際幕墻框檢測精度需求,并且能夠提高建筑施工效率。
本發明授權基于邊框感知跨模態融合網絡的幕墻框實時檢測方法及裝置在權利要求書中公布了:1.一種基于邊框感知跨模態融合網絡的幕墻框實時檢測方法,其特征在于,該方法具體包括以下步驟:S1:采集幕墻框RGB圖像和深度圖;S2:對采集到的幕墻框RGB圖像和深度圖進行圖像預處理,并構建、劃分幕墻框數據集;S3:構建基于邊框感知跨模態融合網絡的幕墻框檢測模型,具體包括:根據幕墻邊框的立體條形特性設計一種整體上呈現“W”型的編碼器-解碼器結構實現多尺度多模態融合,編碼器部分使用ConvNeXt作為特征提取網絡,將其中傳統的2D卷積替換為3D卷積,再將幕墻框RGB圖像和深度圖進行前期融合并輸入到解碼器對應模塊形成四個尺度上的特征,解碼器部分為適應幕墻框特殊的立體條形特征要求,構造FFA模塊和CFF模塊實現整體多尺度多模態的路徑聚合;FFA模塊和CFF模塊連接進行自頂向下和自底向上實現對上采樣的低分辨率特征與高分辨率特征合并以及從高分辨率特征到低分辨率特征的下采樣流合并,再連接預測頭以獲得預測圖;其中,FFA模塊表示邊框特征感知模塊,CFF模塊表示跨模態特征融合模塊;構造FFA模塊,具體包括:輸入一組RGB圖和深度圖并引出6條路徑,第1條路徑不做處理;第2條路徑使用1×1×1的卷積調整通道特征;第3、4、5條路徑進行1×1×1的卷積并分別使用3×1×1、1×3×1和1×1×3的非對稱卷積實現V維度上的特征交互、學習H維度和W維度上的特征,再與路徑2逐像素相加并使用了3×3×3的卷積構成主流特征;第6條路徑使用1×1×1的卷積核進行卷積后用Sigmoid函數映射并與主流特征逐像素相乘,最終與第1條路徑的初始特征進行逐像素相加并輸出結果;構造CFF模塊,具體包括:輸入兩組RGB圖和深度圖,進行復制換序、拼接RGB圖和拼接深度圖操作并引出3條路徑,第1條路徑使用2×1×1的卷積和LN層;第2條路徑,使用3×3×3的卷積、LN和GELU激活函數,并與第3條路徑的原始深度圖逐像素相加,再采用2×3×3的卷積核進行卷積;第3條路徑,使用3×3×3的卷積、LN和GELU激活函數并與第2條路徑的原始RGB圖逐像素相加,再采用2×3×3的卷積核進行卷積;將第1條路徑和第2條路徑的特征進行融合并依次使用1×1×1卷積、LN、GELU激活函數和1×1×1卷積,最終與第1條路徑相加輸出結果;S4:根據邊框感知跨模態融合網絡生成的預測圖像和目標圖像求解二元交叉熵損失函數,訓練學習到幕墻框檢測模型的最優參數,并保存訓練好的最優幕墻框檢測模型到實時檢測平臺;S5:實時采集需要檢測的幕墻框RGB圖像和深度圖,并利用保存的最優幕墻框檢測模型進行實時檢測。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人重慶郵電大學,其通訊地址為:400065 重慶市南岸區黃桷埡崇文路2號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。