本发明公开了一种基于多通道特征融合的线结构光中心线提取方法，包括：将线结构光彩色图像分离成RGB图像，并根据光条纹像素的特征确定主次通道HML三灰度图像；其中，主通道H是RGB图像中有效像素最多、干扰像素最多的灰度图，次通道M是RGB图像中干扰像素较少的灰度图，次通道L是RGB图像中目标像素与干扰像素之比最高的灰度图；分别获取主通道H和次通道M的灰度图中光条纹每一行像素的横截面波峰，利用波峰特征对HML三灰度图像的亮度值进行融合；从融合图像中提取线结构光条纹的ROI区域；再利用次通道M的波峰特征，并结合差分模板算法和局部灰度重心法，提取中心线。本发明有效提高了中心线提取精度，可以精确地测量具有高光反射表面的物体。
📄 2024110259054
📂 G06V10_80
👤 武汉工程大学
📅 2024-07-30
本申请属于图像处理技术领域，公开了一种轻量级复杂场景图像融合模型和实时图像融合方法，在频域内利用两种模态图像的互补能力来引导网络学习，即使在像素干扰严重的情况下，也能够提取关键的特征信息，同时，采用空间域分支来提高局部细节分辨率，解决频域分析固有的潜在遗漏问题，从而能够在复杂因素干扰下有效捕获不同模态图像的显著像素信息，提高融合图像的质量；此外，模型结构简单，计算效率高，图像处理效率高。
📄 2024114081629
📂 G06V10_80
👤 佛山大学
📅 2024-10-10
本申请属于图像处理技术领域，公开了一种含雾图像融合模型和方法，先利用去雾模块对可见光图像进行去雾处理，然后利用低秩表示模块对去雾后的可见光图像和红外光图像进行分解得到低秩全局特征和稀疏局部特征，再用稀疏Transformer模块强大的全局上下文理解能力高效地重建图像低阶全局细节，并通过稀疏特征预测模块从各源图像的稀疏成分中提取独特的私有特征，最终融合重建得到的低阶全局细节和提取到的私有特征，形成融合图像；从而能够先恢复可见光图像在雾霾干扰下丢失的场景信息再与红外光图像进行融合，在进行图像融合的同时实现去雾效果，并提高融合图像的质量。
📄 2024100764131
📂 G06V10_80
👤 佛山科学技术学院
📅 2024-01-18
本发明提供了一种全景分割与多视觉特征协同的图像描述生成方法，包括：提取输入图像的网格特征和基于全景分割的掩膜特征并编码；通过双流交叉注意力将文本语义特征与网格特征和掩膜特征进行交叉融合。
📄 2024107332976
📂 G06V10_80
👤 江苏建筑职业技术学院
📅 2024-06-07
本发明涉及人工智能、深度学习和目标检测领域，具体涉及一种基于自适应多级融合特征池的目标检测方法；该方法包括基于现有YOLOv5网络构建改进YOLOv5网络，改进YOLOv5网络包括骨干网络、颈部网络和头部网络；颈部网络中加入了多级融合特征池、批次通道均值结构和均值压缩扩展结构；获取图像数据集训练改进YOLOv5网络，采用损失函数进行迭代训练，调整网络参数；将训练好的改进YOLOv5网络用于目标检测，得到目标检测结果；本发明解决了特征通道数过少、区分不同通道的重要性的问题；减少了计算量。
📄 2022116178456
📂 G06V10_80
👤 重庆邮电大学
📅 2022-12-15
本发明公开了基于时空语义图卷积网络的多模态数据深度融合方法，属于数据融合方法技术领域，包括：得到时空对齐后的多模态数据集，构建时空语义图，进行过渡平滑风险初步判断，进行时空图卷积网络初始工作参数设置，将时空语义图输入时空图卷积网络进行推理，进行时空图卷积网络推理的自适应优化，在推理完成后，输出目标对象节点的特征向量，解码得到目标对象的融合状态，输出全局一致的融合结果。本发明能够避免时空卷积推理过程中节点特征过度平滑的问题，保持突发状态与动态细节的敏感性；同时在多模态信息存在冲突或缺失的情况下，输出全局一致且可信的融合结果，提升模型在复杂动态场景下的识别精度、响应速度与泛化能力。
📄 202511738959X
📂 G06V10_80
👤 龙岩学院
📅 2025-11-25
本申请涉及人工智能与计算机视觉技术领域，具体公开了一种基于人工智能的图像智能识别分析系统及方法。该方法改变了传统深度学习模型“黑箱 ”决策的现状，赋予了系统良好的可解释性，满足了医疗诊断、金融风控等高风险领域对决策过程可审计、可信任的严格要求，极大地拓展了系统的应用范围与实用价值。该系统包括特征提取模块、特征空间映射模块、不确定性量化模块、张量融合核心模块以及决策生成与解释模块。通过将多模态特征映射至统一空间并量化其不确定性，利用高阶张量网络进行自适应融合，最终生成识别结果及结构化决策依据报告，从而提升特征判别力、系统鲁棒性与决策可解释性。
📄 202610382932X
📂 G06V10_80
👤 龙岩学院
📅 2026-03-26
本发明公开了一种基于复杂场景的工业相机运行优化方法及系统，包括：通过工业相机，在第一运行时段划分识别周期并采集视频流与环境参数，提取关键帧生成图像集，经特征提取与目标识别后结合环境参数形成运行特征参数；采用模糊c‑均值聚类对运行特征参数分组，并设定识别周期复杂度，筛选高复杂度时段并构建复杂特征集；利用GAN模型对复杂特征集进行数据增强模拟，生成模拟特征库；在第二运行时段实时检测复杂场景时段，结合模拟特征库进行动态融合识别。本发明通过特征模拟驱动的特征自适应融合机制，有效提升工业相机在复杂场景中的动态识别率，提高系统鲁棒性智能水平，实现工业相机的高效运行。
📄 2025110734476
📂 G06V10_80
👤 灵犀视觉(深圳)科技有限公司
📅 2025-08-01
本发明提出了一种基于图像和属性图融合网络的三维CAD模型检索方法，不仅充分利用了三维CAD模型中图像的高级几何信息和属性图中包含的拓扑结构信息。而且还引入了多头注意力机制，通过视图中的几何信息来对属性图中的拓扑结构信息进行增强。最后还将两个模态的信息进行融合，充分利用各自模态信息的同时还其他模态信息进行指导增强，使得能够辨别模型的特性信息更加清晰。本发明广泛适用于各类CAD模型而不局限于特定数据集，能够实现对三维CAD模型的高效检索且检索准确率高于现有表现较佳的其他三维模型检索方法，同时进一步推广了注意力机制以及跨模态融合在三维模型检索问题上的应用。
📄 2022111296352
📂 G06V10_80
👤 淮安昆博信息科技有限公司
📅 2022-09-16
本发明公开了一种非对称调制融合特征的小目标检测方法，具体为：1：提取输入图像的四张特征图：特征图1，特征图2，特征图3和特征图4；2：将特征图1输入至第一空间注意力网络，将特征图3输入至第一信道注意力网络；将两个注意力网络输出的特征图通过元素加法进行融合，得到融合特征图1；将特征图2输入至第二空间注意力网络，将特征图4输入至第二信道注意力网络；将两个注意力网络输出的特征图通过元素加法进行融合，得到融合特征图2；3：采用RPN网络提取融合特征图的感兴趣区域；4：对感兴趣区域进行扩增；5：将扩增后的感兴趣区域送入分类网络，将原始的感兴趣区域送入回归网络；本发明提高了分类和回归的准确性。
📄 2023109489775
📂 G06V10_80
👤 南京信息工程大学
📅 2023-07-31
本发明公开了一种基于HMSSA‑BP神经网络的多通道光谱图像预测方法、系统及存储介质。该方法包括：首先，利用多光源多光谱成像技术，构建从C、M、Y、K理论网点面积率到多通道光谱图的BP神经网络预测模型BPNN。其次，采用混合多策略麻雀搜索算法(HMSSA)优化BPNN，该算法在SSA的基础上引入了Tent映射、阶段性控制步长策略和混沌余弦变化因子。第三，引入调整因子Q，提出多通道光谱图的融合算法，以获得预测的印后彩色图像。本发明基于多光源多光谱成像技术，构建一个高精度的多通道光谱预测模型，在实际印刷前预测出印后图像，确保最终印品的色彩质量和一致性。
📄 2024117339473
📂 G06V10_80
👤 浙江工业大学
📅 2024-11-29
本发明公开了一种基于特征聚合分解的多模态医学图像融合方法，包括：构建特征聚合网络和分解反馈网络；取源图像和初始分解图像拼接构成训练集；将拼接后的图像输入至特征聚合网络中输出融合图像；将融合图像输入至所述分解反馈网络中，得到两个分解图像；基于源图像、融合图像和分解图像计算总损失，并根据总损失对所述特征聚合网络和分解反馈网络进行更新，若满足迭代训练结束条件，则输出特征聚合网络和分解反馈网络用于多模态医学图像融合；否则将源图像和分解图像拼接构成新的训练集继续进行迭代训练。本发明解决对图像特征提取不够细致、没有信息补偿的问题，并将融合图像设置成中间结果，通过优化终点结果来实现更优的融合性能。
📄 2023109250162
📂 G06V10_80
👤 浙江工业大学
📅 2023-07-26
柿子坊 · 知识产权运营
柿子坊知识产权运营平台