Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广西泰绘信息科技有限公司李雪梅获国家专利权

广西泰绘信息科技有限公司李雪梅获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉广西泰绘信息科技有限公司申请的专利融合位置增强和自适应标签的轻量化目标识别方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116206241B

龙图腾网通过国家知识产权局官网在2026-05-05发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310132818.8,技术领域涉及:G06V20/40;该发明授权融合位置增强和自适应标签的轻量化目标识别方法及系统是由李雪梅设计研发完成,并于2023-02-17向国家知识产权局提交的专利申请。

融合位置增强和自适应标签的轻量化目标识别方法及系统在说明书摘要公布了:本发明公开了一种融合位置增强和自适应标签分配的轻量化目标识别方法,属于轻量化目标识别技术领域,本发明针对视频监控视角下的目标特征,通过目标的上下文信息、与anchors之间的几何偏移关系,将位置信息丰富的浅层特征与上下文信息丰富的深层特征进行特征融合提取目标位置,再结合分组聚类得到的多尺度anchors和自适应标签分配为目标匹配合适的anchor,从而实现目标识别。本发明方法符合边缘设备中的目标bbox定位,符合小目标识别特征,且结果可靠、处理效率高。

本发明授权融合位置增强和自适应标签的轻量化目标识别方法及系统在权利要求书中公布了:1.一种融合位置增强和自适应标签分配的轻量化目标识别方法,其特征在于,包括: 将目标的真实框的宽高与视频监控视角下图片的宽高相比,根据比值大小进行分组锚框聚类,为目标分配不同尺度的anchors; 视频监控视角下的影像通过由ShuffleNetV2轻量化网络构成的主干网络,由主干网络初步提取影像中目标的特征图; 通过位置增强FPN根据目标的特征图识别多尺度目标,将浅层特征图与深层特征图进行特征融合提取目标位置; 结合分组锚框聚类得到的不同尺度的anchors,通过自适应标签分配为目标匹配anchor和类型标签; 根据每个目标分配到的anchor和类型标签,与目标真实框进行对比,计算各目标分配的anchor与对应目标真实框之间的几何偏移量和分类损失值; 根据分类损失值和回归损失值,结合SGD优化算法,估计网络模型中所有参数值,直至计算的损失值达到最小,以完成目标识别训练,随后,摒弃标签分配和SGD优化算法,重复网络模型计算流程,使用非极大抑制算法NMS,以完成目标识别; 所述结合分组锚框聚类得到的不同尺度的anchors,通过自适应标签分配为目标匹配anchor,包括: 结合分组锚框聚类得到的不同尺度的anchors,通过形状相似匹配为小尺度目标和中大尺度目标分配至少一个形状相似的anchors; 若基于形状相似匹配分配的anchors不满足IoU最低值匹配,则将不满足IoU最低值匹配的目标参与下一个level的标签分配,以保证每个目标的真实框被分配到anchor; 所述通过形状相似匹配为小尺度目标和中大尺度目标分配至少一个形状相似的anchors,包括: 在相同level下,计算各目标的真实框与不同anchors的宽高比值的均值和标准差,通过计算均值与标准差的和,将均值与标准差的和作为各目标真实框的不同anchor的上边界约束值,以确保每个目标的真实框被分配到至少一个形状相似的anchor; 上边界约束值为:,,,,,表示第i个目标真实框的高度,表示第j个anchor的高度,表示第i个目标真实框的宽度,表示第j个anchor的宽度,表示第i个真实框的第j个anchor的宽之比,表示第i个真实框的第j个anchor的高之比,表示anchor数量,表示第i个真实框的第j个anchor的宽之比和高之比的最大值,表示第i个真实框的r均值,表示第i个真实框的r方差,表示第i个真实框的上边界约束值。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人广西泰绘信息科技有限公司,其通讯地址为:541199 广西壮族自治区桂林市临桂区临桂镇金水路金水湾境界龙脊夕照2栋一二层;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。