一种基于多尺度可变形Transformer网络的人与物交互检测方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开了一种基于多尺度可变形Transformer网络的人与物交互检测方法,将待检测图像输入到多尺度骨干网络提取特征,并输入至可变形Transformer编码器中完成多尺度特征的编码,得到视觉上下文特征;然后将视觉上下文特征输入到级联架构的可变形Transformer解码器,得到人与物解码特征和动作解码特征;将人与物解码特征通过一个嵌入层以及FFN网络,检测得到人与物体的边界框和物体类别,将动作解码特征通过FFN网络,检测得到动作类别;最后将检测得到的人与物体的边界框、物体类别和动作类别通过非极大值抑制滤除重复的预测,在待检测图像中绘制显示得到最终的结果。本发明引入级联可变形解码器结构,以一致性地获得复杂环境中的交互预测。
《一种基于多尺度可变形Transformer网络的人与物交互检测方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2022114476450,当前法律状态为已下证,由浙江工业大学提出申请,发明人为刘盛;郭炳男;张峰;陈俊皓;陈瑞祥,申请日期为2022-11-18,公开(公告)日期为2025-09-23,国际专利分类号(IPC)为 G06V 10/44 (2022.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于多尺度可变形Transformer网络的人与物交互检测方法,将待检测图像输入到多尺度骨干网络提取特征,并输入至可变形Transformer编码器中完成多尺度特征的编码,得到视觉上下文特征;然后将视觉上下文特征输入到级联架构的可变形Transformer解码器,得到人与物解码特征和动作解码特征;将人与物解码特征通过一个嵌入层以及FFN网络,检测得到人与物体的边界框和物体类别,将动作解码特征通过FFN网络,检测得到动作类别;最后将检测得到的人与物体的边界框、物体类别和动作类别通过非极大值抑制滤除重复的预测,在待检测图像中绘制显示得到最终的结果。本发明引入级联可变形解码器结构,以一致性地获得复杂环境中的交互预测。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
