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)恭喜浙江省水利河口研究院(浙江省海洋規(guī)劃設(shè)計(jì)研究院);杭州定川信息技術(shù)有限公司申請(qǐng)的專利一種基于智能視覺(jué)分析的水域表面流速區(qū)域監(jiān)測(cè)方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119470967B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-05-09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(qǐng)?zhí)?專利號(hào)為：202510035301.6，技術(shù)領(lǐng)域涉及：G01P5/26；該發(fā)明授權(quán)一種基于智能視覺(jué)分析的水域表面流速區(qū)域監(jiān)測(cè)方法是由胡琳琳;袁鑫;王良;陳煥寶;廖佳慶;池云飛;張麗紅;李翰澤;閆濱;張新海設(shè)計(jì)研發(fā)完成，并于2025-01-09向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于智能視覺(jué)分析的水域表面流速區(qū)域監(jiān)測(cè)方法在說(shuō)明書摘要公布了：本發(fā)明公開(kāi)了一種基于智能視覺(jué)分析的水域表面流速區(qū)域監(jiān)測(cè)方法，涉及智能視覺(jué)分析技術(shù)領(lǐng)域。具體實(shí)現(xiàn)方案為：對(duì)目標(biāo)水域進(jìn)行連續(xù)圖像采集，獲取水域表面流動(dòng)的動(dòng)態(tài)圖像，并對(duì)所述動(dòng)態(tài)圖像的視頻幀進(jìn)行圖像預(yù)處理；利用卷積神經(jīng)網(wǎng)絡(luò)的光流估計(jì)算法，通過(guò)特征提取、特征匹配和光流優(yōu)化，直接比較全局特征相似性，輸出水域表面流速的光流場(chǎng)數(shù)據(jù)；在獲取所述光流場(chǎng)數(shù)據(jù)后，將光流估計(jì)的像素位移信息轉(zhuǎn)換為實(shí)際物理單位上的流速場(chǎng)，同時(shí)分析水體表面流速的區(qū)域分布。本發(fā)明利用卷積神經(jīng)網(wǎng)絡(luò)的光流估計(jì)算法，直接比較全局特征相似性，輸出水域表面流速數(shù)據(jù)。

本發(fā)明授權(quán)一種基于智能視覺(jué)分析的水域表面流速區(qū)域監(jiān)測(cè)方法在權(quán)利要求書中公布了：1.一種基于智能視覺(jué)分析的水域表面流速區(qū)域監(jiān)測(cè)方法，其特征在于，包括：對(duì)目標(biāo)水域進(jìn)行連續(xù)圖像采集，獲取水域表面流動(dòng)的動(dòng)態(tài)圖像，并對(duì)所述動(dòng)態(tài)圖像的視頻幀進(jìn)行圖像預(yù)處理；利用卷積神經(jīng)網(wǎng)絡(luò)的光流估計(jì)算法，通過(guò)特征提取、特征匹配和光流優(yōu)化，直接比較全局特征相似性，輸出水域表面流速的光流場(chǎng)數(shù)據(jù)；所述特征提取的操作包括，將輸入的連續(xù)兩幀圖像和被下采樣到三個(gè)尺度，以提取不同分辨率下的特征，下采樣后的特征圖記為和， ； ；其中，表示尺度層次，表示t時(shí)刻經(jīng)過(guò)預(yù)處理后的圖像，表示t+1時(shí)刻經(jīng)過(guò)預(yù)處理后的圖像；對(duì)下采樣后的特征圖和分別進(jìn)行歸一化處理， ； ；其中，表示的L2范數(shù)，表示經(jīng)過(guò)L2歸一化處理后的特征圖，表示的L2范數(shù)，表示經(jīng)過(guò)L2歸一化處理后的特征圖；所述特征匹配的操作包括，基于歸一化處理后的特征圖和，獲取全局相關(guān)性矩陣C，所述全局相關(guān)性矩陣C的計(jì)算包括， ；其中，i表示歸一化處理后的特征圖的像素索引，j表示歸一化處理后的特征圖的像素索引；利用基于Transformer的全局注意力機(jī)制對(duì)所述全局相關(guān)性矩陣C進(jìn)行優(yōu)化，獲取注意力權(quán)重A； ；基于注意力權(quán)重A與歸一化后的t+1時(shí)刻歸一化處理后的特征圖得到優(yōu)化后的匹配特征， ；所述光流優(yōu)化的操作包括，利用直接回歸的方法生成初始光流場(chǎng)， ；其中，Regression是一個(gè)全連接層，負(fù)責(zé)將高維特征映射到二維光流向量場(chǎng)；使用特征遞歸優(yōu)化的模塊對(duì)光流場(chǎng)進(jìn)行細(xì)化，特征遞歸優(yōu)化的模塊由多個(gè)細(xì)化過(guò)程構(gòu)成，每一個(gè)細(xì)化過(guò)程包含一個(gè)特征殘差網(wǎng)絡(luò)；在每個(gè)細(xì)化過(guò)程中，通過(guò)特征殘差網(wǎng)絡(luò)提取上一個(gè)細(xì)化過(guò)程輸出光流場(chǎng)的增量更新，所述增量更新與上一個(gè)細(xì)化過(guò)程輸出的光流場(chǎng)結(jié)合得到當(dāng)前細(xì)化過(guò)程的光流場(chǎng)；對(duì)于第k+1個(gè)細(xì)化過(guò)程輸出的光流場(chǎng)，其表達(dá)式為： ；其中，表示第k+1個(gè)細(xì)化過(guò)程所包含的特征殘差網(wǎng)絡(luò)，表示第k個(gè)細(xì)化過(guò)程輸出的光流場(chǎng)；經(jīng)過(guò)多次細(xì)化過(guò)程，獲得最終的高精度光流場(chǎng)；在獲取所述光流場(chǎng)數(shù)據(jù)后，將光流估計(jì)的像素位移信息轉(zhuǎn)換為實(shí)際物理單位上的流速場(chǎng)，同時(shí)分析水體表面流速的區(qū)域分布。

如需購(gòu)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(qǐng)人或?qū)＠麢?quán)人浙江省水利河口研究院(浙江省海洋規(guī)劃設(shè)計(jì)研究院);杭州定川信息技術(shù)有限公司，其通訊地址為：310000 浙江省杭州市上城區(qū)鳳起東路50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)”。