首页>成果转化>专利

一种基于CWAM的非对称GM多模态融合显著性检测方法及系统

分类:G06T7/00

发明人:靳婷,张欣悦

专利权人:海南大学

申请号:CN202010588920.5申请日期:2020-06-24

联系电话:18571690695

联系邮箱:niujj@uipplus.com

价值度评分:47

本发明公开了一种基于CWAM的非对称GM多模态融合显著性检测方法及系统,包括,采集图像数据进行预处理,形成样本数据集;基于深度学习策略构建卷积神经网络模型,输入样本数据集进行训练,获得显著性检测图;将训练完成的显著性检测图构成集合并计算与其对应的真实人眼注释图像集合之间的损失函数值,得到最优权值矢量和最优偏置项;将待检测的图像输入训练完成的卷积神经网络模型中,利用最优权值矢量和最优偏置项进行预测判断,得到图像的显著性检测图像。本发明能够有效利用深度图和RGB图的多尺度多层级的丰富图像信息,有效解决高层特征传到低层时的溶解问题;加入通道注意力模块后,增强了显著区域的表达。
公告日 法律状态 法律状态信息
专利价值度评分
技术价值
经济价值
法律价值
总评:47
该专利价值较低(仅供参考)

该专利的技术、经济、法律价值经系统自动评估后的总评得分较低,可以重点关注其公开的技术内容。

本专利文献包含【2个独立权利要求】、【3个实施例】、【4个技术分类】,从一定程度上而言上述指标的数值越大可以反映出所述专利的技术保护及应用范围越广。

技术价值:33

该指标主要从专利申请的著录信息、法律事件等内容中挖掘其技术价值,专利类型、独立权利要求数量、无效请求次数等内容均可反映出专利的技术性价值。技术创新是专利申请的核心,若您需要进行技术借鉴或寻找可合作的项目,推荐您重点关注该指标。

部分指标包括:

授权周期(发明)0个月

独立权利要求数量2个

从属权利要求数量8个

说明书页数14页

实施例个数3个

发明人数量2人

被引用次数0次

引用文献数量0个

优先权个数0个

技术分类数量4个

无效请求次数0次

分案子案个数0个

同族专利数0个

专利获奖情况

保密专利的解密

经济价值:7

该指标主要指示了专利技术在商品化、产业化及市场化过程中可能带来的预期利益。专利技术只有转化成生产力才能体现其经济价值,专利技术的许可、转让、质押次数等指标均是其经济价值的表征。因此,若您希望找到行业内的运用广泛的热点专利技术及侵权诉讼中的涉案专利,推荐您重点关注该指标。

部分指标包括:

申请人数量1人

申请人类型院校;

许可备案次数0次

权利质押次数0次

权利转移次数0次

是否海关备案

法律价值:7

该指标主要从专利权的稳定性角度评议其价值。专利权是一种垄断权,但其在法律保护的期间和范围内才有效。专利权的存续时间、当前的法律状态可反映出其法律价值。故而,若您准备找寻权属稳定且专利权人非常重视的专利技术,推荐您关注该指标。

部分指标包括:

存活期/维持时间0

法律状态审中-实质审查

发表留言
3.2899s