313-知识产权与技术转移中心
站内搜索:
当前位置: 网站首页  >  新闻资讯  >  通知公告  >  正文
[公示]关于“一种基于RGB-D的显著目标检测方法及储存介质”等3件专利许可的公示
(时间:2023-11-03 17:46:57   点击数:

根据《中国地质大学(武汉)科技成果转化管理办法(修订)(地大校办发〔202216)相关规定,现将国家发明专利“一种基于RGB-D的显著目标检测方法及储存介质”等3件专利许可情况进行公示。具体情况如下:

1. 专利名称:一种基于RGB-D的显著目标检测方法及储存介质

专利号:ZL202110975347.8

成果完成人:纵冠宇;魏龙生;郭思源;刘玮;陈珺

简介:本发明提供了一种基于RGB-D的显著目标检测方法及存储介质,该方法通过边缘特征增强和全局信息指导实现,在下采样网络中,通过Resnet50骨干网络进行RGB和深度图的特征提取,采用门控多模态注意模块以整合RGB-D特征的互补性,并采用边缘特征增强模块提高最终预测结果的边缘质量,在上采样网络中,以由粗到精的方式获取不同神经网络层的全局信息,并作为全局信息指导融合模块的输入,以降低背景噪声,并自动选取和增强边缘增强后的特征中所包含的关于显著目标的主要特征。最后通过自主设计的损失函数进行整个神经网络的优化。该方法运算速度快,最终显著目标预测结果边缘清晰、结构完整。

2. 专利名称:一种基于视觉感知的异常事件检测方法及系统

专利号:ZL202010732380.3

成果完成人:叶宇阳;魏龙生;喻学孚;罗大鹏

简介:本发明提供了一种基于视觉感知的异常事件检测方法及系统。实时获取待检测场景监控视频的视频帧和视频特征,并检测出视频帧中每一个目标的位置,用矩形框将所述位置框出;获得每个目标的骨骼信息、骨骼特征以及骨骼特征编码向量;获得骨骼注意融合特征和目标的生物激励的视觉显著性特征;将骨骼流注意融合特征和目标的生物激励的视觉显著性特征进行融合,获得融合特征,基于融合特征,获得异常行为分类结果;基于注意机制产生的注意系数和异常行为分类结果,获得产生异常行为的目标序号,从而获得异常行为发生的位置。本发明能够筛选出和异常事件最相关的人或区域用于事件检测,排除复杂场景下的各种干扰,提升异常事件的检测精度。

3. 专利名称:基于布尔图理论的视频显著性检测方法、设备及存储设备

专利号:ZL201910212103.7

成果完成人:汪敏;魏龙生;孙加乐;尹旭

简介:本发明提供了基于布尔图理论的视频显著性检测方法、设备及存储设备,将实际输入的视频处理成连续的视频帧序列It,利用帧间差分法将连续的两帧视频进行逐像素相减得到一组运动特征图,利用Lab颜色空间变换从视频帧序列It得到一组颜色特征图;利用布尔图理论和Flood Fill算法对上述运动特征图和颜色特征图先后进行处理,得到一组运动布尔图和颜色布尔图;对上述运动注意力图和颜色注意力图进行归一化处理,并分别求其平均,得到运动显著性图和颜色显著性图;然后进行加权融合,得到最终的显著性图。一种基于布尔图理论的视频显著性检测设备及存储设备,用于实现上述方法。本发明的有益效果是:快速检测出视频的显著性;且不局限于特定的视频种类,泛化能力强。

许可费:免费开放许可

被许可方:合肥众群光电科技有限公司;湖北鲲鹏芯科技有限公司;安徽云森物联网科技有限公司;合肥瑞企网络科技有限公司;安徽耐可视科技股份有限公司;喻义(沈阳)数字科技发展有限公司

对以上结果有异议者,请在公示时间内实名书面向知识产权与技术转移中心反映。

公示时间:2023113日至1117

联系人:李想姣

联系电话:027-67880785



版权所有  中国地质大学(武汉)知识产权与技术转移中心  鄂ICP备05003343
Copyright All Right Reserve