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！

龍圖騰網恭喜復旦大學申請的專利一種基于手繪草圖的目標物可抓取點檢測方法及系統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：CN114373127B 。

龍圖騰網通過國家知識產權局官網在2025-04-29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：202111609585.3，技術領域涉及：G06V20/10；該發明授權一種基于手繪草圖的目標物可抓取點檢測方法及系統是由付彥偉;林海濤;薛向陽設計研發完成，并于2021-12-24向國家知識產權局提交的專利申請。

本一種基于手繪草圖的目標物可抓取點檢測方法及系統在說明書摘要公布了：本發明涉及一種基于手繪草圖的目標物可抓取點檢測方法及系統，其中抓取點檢測方法包括：獲取標注好抓取框的自然場景圖片集以及和場景中物體對應的手繪草圖樣本集，并對樣本進行預處理；將草圖和目標物體可抓取框進行配對，構建訓練集；構建基于草圖內容為引導的可抓取框檢測網絡；訓練基于草圖內容為引導的可抓取框檢測網絡；使用訓練好的可抓取框檢測網絡定位自然場景圖片中與草圖內容相符的物體所對應的可抓取框。與現有技術相比，本發明具有有效實現基于草圖引導機器人完成抓取目標物任務、網絡收斂快、泛化能力強等優點。

本發明授權一種基于手繪草圖的目標物可抓取點檢測方法及系統在權利要求書中公布了：1.一種基于手繪草圖的目標物可抓取點檢測方法，其特征在于，所述的可抓取點檢測方法包括：步驟1：獲取標注好抓取框的自然場景圖片集以及和場景中物體對應的手繪草圖樣本集，并對樣本進行預處理；步驟2：將草圖和目標物體可抓取框進行配對，構建訓練集；步驟3：構建基于草圖內容為引導的可抓取框檢測網絡；步驟4：訓練基于草圖內容為引導的可抓取框檢測網絡；步驟5：使用訓練好的可抓取框檢測網絡定位自然場景圖片中與草圖內容相符的物體所對應的可抓取框；所述步驟3中基于草圖內容為引導的可抓取框檢測網絡具體為：步驟3-1：利用深度特征提取模塊提取草圖全局特征向量和自然場景圖片的特征圖，并獲取其相關性特征圖；步驟3-2：生成可抓取區域提議框和抓取框；步驟3-3：構建損失函數；所述的步驟3-1具體為：步驟3-1-1：使用圖卷積網絡GCN對圖結構的手繪草圖進行全局特征提取；步驟3-1-2：使用殘差網絡ResNet對自然圖片進行特征提取獲得空間特征圖；步驟3-1-3：利用草圖全局特征在自然圖片上提取的空間特征圖上進行檢索，獲得該全局特征與空間特征圖上每個區域的相關性特征圖；所述的步驟3-1-3具體為：將全局特征向量與特征圖進行哈達瑪積操作： 得到特征圖中每個局部位置特征和全局特征向量的相關性；然后對相關性特征圖和自然圖片的空間特征圖進行合并和線性投影降維得到最終的特征圖其中H和W分別為輸入網絡的圖片的高和寬；所述的步驟3-2具體為：步驟3-2-1：將步驟3-1獲得的最終的特征圖輸入區域提議網絡RPN，分別預測每個錨框i內存在的目標草圖相關內容的可抓取區域參數和置信分數然后將預測的可抓取區域按照置信度分數從高到低進行排序，取置信度最高的N個抓取提議框，送入后續的的感興趣區域檢測頭ROIHead，其中x,y為矩形框的中心坐標，h,w為長寬參數；步驟3-2-2：感興趣區域檢測頭ROIHead進行抓取區域參數預測；感興趣區域檢測頭ROIHead回歸可抓取框參數并將抓取框的角度預測作為分類任務，將置信度最高的類別對應的角度作為可抓取框的旋轉角度；所述的步驟3-3具體為：損失函數包括抓取區域提議損失函數和抓取區域檢測損失函數，兩類損失函數均由回歸損失和分類損失構成，回歸損失具體為平滑L1范數損失函數，分類損使具體為交叉熵損失函數。

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復旦大學，其通訊地址為：200433 上海市楊浦區邯鄲路220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”。