(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211368432.9 (22)申请日 2022.11.03 (71)申请人 河南洋荣 服饰有限公司 地址 453000 河南省新乡市封丘县产业 集 聚区工业三路东段路南 (72)发明人 刘超　王向东　童威　周智华　 谢海峰　邵丽　边香枝　万盼盼　 (74)专利代理 机构 新乡市平 原智汇知识产权代 理事务所(普通 合伙) 41139 专利代理师 洪胜 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01)G06V 20/52(2022.01) (54)发明名称 一种自动式裤片夹持装置 (57)摘要 本申请涉及智能夹持技术领域， 且 具体地公 开了一种自动式裤片夹持装置， 其基于深度学习 的人工智能视觉检测技术， 以通过设置掩码操作 来分别对于作为前景的裤片原料与作为背景的 裤片夹持装置进行深层挖掘， 以在保留背景部分 和前景部分的相对位置关系的基础上提取出更 为充分且准确的所述裤片原料和所述裤片夹持 装置的特征信息。 进而， 以此来进行裤片原料的 置放状态检测。 这样， 确保被放置于裤片夹持装 置上的裤片原料 是符合要求的。 权利要求书2页 说明书13页 附图5页 CN 115423805 A 2022.12.02 CN 115423805 A 1.一种自动式裤片夹持装置， 其特 征在于， 包括： 图像监控 模块， 用于获取由摄 像头采集的被置放于裤片夹持装置上的裤片原料图像； 区域识别模块， 用于识别所述裤片原料图像的前 景部分和背景部分； 第一掩码模块， 用于将所述裤片原料图像中的背景部分进行掩码操作以得到第 一掩码 图像； 第二掩码模块， 用于对所述裤片原料图像中的前景部分进行掩码操作以得到第 二掩码 图像； 前景特征提取模块， 用于将所述第 一掩码图像通过作为特征提取器的第 一卷积神经网 络以得到第一特 征图； 背景特征提取模块， 用于将所述第 二掩码图像通过作为特征提取器的第 二卷积神经网 络以得到第二特 征图； 特征融合模块， 用于融合所述第一特征图和所述第二特征图以得到分类特征图； 以及 置放检测结果生成模块， 用于将所述分类特征图通过分类器以得到分类结果， 所述分类结 果用于表示裤片原料的置放状态是否符合预定要求。 2.根据权利要求1所述的自动式裤片夹持装置， 其特 征在于， 所述第一掩码模块， 进一步用于将所述裤片原料图像中的背景部分的像素值设置为零 以得到所述第一掩码图像； 以及所述第二掩码模块， 进一步用于将所述裤片原料图像中的 前景部分的像素值设置为 零以得到所述第二掩码图像。 3.根据权利要求2所述的自动式裤片夹持装置， 其特征在于， 所述前景特征提取模块， 进一步用于： 使用所述第一卷积神经网络的各层 在层的正向传递中分别进行： 对输入数据进行 卷积处理以得到卷积特 征图； 对所述卷积特征图进行基于局部特征矩阵的均值池化以得到池化特征图； 以及对所述 池化特征图进行非线性激活以得到 激活特征图； 其中， 所述第一卷积神经网络的最后一层的输出为所述第一特征图， 所述第一卷积神 经网络的第一层的输入为所述第一掩码图像。 4.根据权利要求3所述的自动式裤片夹持装置， 其特征在于， 所述背景特征提取模块， 进一步用于： 使用所述第二卷积神经网络的各层 在层的正向传递中分别进行： 对输入数据进行 卷积处理以得到卷积特 征图； 对所述卷积特征图进行基于局部特征矩阵的均值池化以得到池化特征图； 以及对所述 池化特征图进行非线性激活以得到 激活特征图； 其中， 所述第二卷积神经网络的最后一层的输出为所述第二特征图， 所述第二卷积神 经网络的第一层的输入为所述第二掩码图像。 5.根据权利要求 4所述的自动式裤片夹持装置， 其特 征在于， 所述特 征融合模块， 包括： 第一权重计算单元， 用于基于所述第一特征图中所有位置的特征值集合的统计特征， 计算所述第一特 征图的上 下文统计的通道局部场景度量因数作为第一权 重； 第二权重计算单元， 用于基于所述第二特征图中所有位置的特征值集合的统计特征， 计算所述第二特征图的上下文统计的通道局部场景度量因数作为第二权重； 以及加权融合权　利　要　求　书 1/2 页 2 CN 115423805 A 2单元， 用于以所述第一权重和所述第二权重分别作为所述第一特征图和所述第二特征图的 加权系数来计算加权后的所述第一特征图和加权后的所述第二特征图的加权和以得到所 述分类特 征图。 6.根据权利要求5所述的自动式裤片夹持装置， 其特征在于， 所述第一权重计算单元， 进一步用于： 基于所述第一特征图中所有位置的特征值集合的统计特征， 以如下公式计算 所述第一特 征图的上 下文统计的所述 通道局部场景度量因数； 其中， 所述公式为： 其中  表示所述第一特征图求沿通道维度的特征矩阵的全局均值所得到的特征 向量 中各个位置的特征值，   和 分别表示所述第一特征图求沿通道维度的特征矩阵的全局均 值所得到的特征向量中所有位置的特征值集合的均值和方差， 且   是所述第一特征图求沿 通道维度的特征矩阵的全局均值所得到的特征向量的长度，   表示数值的指数运算， 所述数值的指数运 算表示计算以所述数值 为幂的自然指数函数值。 7.根据权利要求6所述的自动式裤片夹持装置， 其特征在于， 所述第二权重计算单元， 进一步用于： 基于所述第二特征图中所有位置的特征值集合的统计特征， 以如下公式计算 所述第二特 征图的上 下文统计的通道局部场景度量因数； 其中， 所述公式为： 其中  表示所述第二特征图求沿通道维度的特征矩阵的全局均值所得到的特征向量 中各个位置的特征值，   和  分别表示所述第二特征图求沿通道维度的特征矩阵的全局 均值所得到的特征向量中所有位置的特征值集合的均值和方差， 且   是所述第二特征图求 沿通道维度的特征矩阵的全局均值所得到的特征向量的长度，   表示数值的指数运算， 所述数值的指数运 算表示计算以所述数值 为幂的自然指数函数值。 8.根据权利要求7所述的自动式裤片夹持装置， 其特征在于， 所述置放检测结果生成模 块， 包括： 分类特征图展开单元， 用于将所述分类特征图按照行或者列的方向展开为分类特征向 量； 全连接编码单元， 用于使用所述分类器的全连接层对所述分类特征向量进行全连接编 码以得到编码分类特征向量； 以及分类单元， 用于将所述编码分类特征向量输入所述分类 器的Softmax分类函数以得到所述分类结果。权　利　要　求　书 2/2 页 3 CN 115423805 A 3