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！

龙图腾网获悉西藏民族大学申请的专利基于特征感知加权对比学习的人群密度估计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：CN121617047B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202610147362.6，技术领域涉及：G06V20/52；该发明授权基于特征感知加权对比学习的人群密度估计方法及系统是由王菽裕;宋俊芳;范思诺;张鑫设计研发完成，并于2026-02-03向国家知识产权局提交的专利申请。

本基于特征感知加权对比学习的人群密度估计方法及系统在说明书摘要公布了：本发明提供基于特征感知加权对比学习的人群密度估计方法及系统，涉及人群密度估计方法技术领域，包括将基础特征图分别输入到构建的多级并行空洞卷积层中，对重要性分数进行归一化获得每个分支的融合权重系数，获取最终的融合特征图；构建回归网络生成低分辨率的密度图，同时将密度图输入到轻量级卷积网络生成缩放掩膜，将双线性上采样后的密度图与缩放掩膜进行逐元素相乘，生成预测密度图。多级并行空洞卷积层使得网络同时捕获局部细节与大范围上下文信息，通道注意力自动强化与人群相关的特征通道，空间注意力精准定位高密度区域，密度图通过损失函数校准为每个像素的实际人数，直接求和即可得到整图人数。

本发明授权基于特征感知加权对比学习的人群密度估计方法及系统在权利要求书中公布了：1.基于特征感知加权对比学习的人群密度估计方法，其特征在于，步骤包括： S1：将待分析图像进行标准化处理后输入到预训练的特征提取网络，所述特征提取网络通过分析空间特征和通道特征生成和待分析图像对应的基础特征图； S2：将基础特征图输入至多级并行的空洞卷积层中，每个并行分支使用不同尺度的空洞卷积核进行卷积操作生成分支特征图，对每个分支输出的分支特征图进行池化操作； S3：将池化后的分支特征图分别通过注意力机制处理后，生成增强特征图，并基于各增强特征图的响应强度计算对应的重要性分数；将所有分支的重要性分数进行归一化得到融合权重系数，并将融合权重系数与对应的增强特征图进行加权求和，得到和待分析图像对应的融合特征图； S4：将融合特征图输入预训练的回归网络，生成低分辨率预测密度图，对低分辨率预测密度图进行上采样处理，得到高分辨率密度图，将低分辨率预测密度图输入轻量级网络生成缩放掩膜，并将高分辨率密度图与缩放掩膜进行逐元素相乘获得预测密度图； S5：对生成的预测密度图进行非负性约束，并对所有像素点的人群密度值进行求和，得到待分析图像中人群密度估计输出； 获得整张图像的人群总数，具体步骤为： 对预测密度图进行非负性约束，确保每个像素点的人群密度值不小于零： 其中，表示非负约束系数；表示像素点处的预测密度值；表示像素点处的人群密度值；表示预测密度图；表示预测密度图的水平像素点索引数；示预测密度图垂直平像素点索引数； 对所有像素点的人群密度值进行求和得到整张图像的人群总数： 其中，表示预测密度图的宽度；表示预测密度图的高度；表示人群总数。

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西藏民族大学，其通讯地址为：712082 陕西省咸阳市渭城区文汇东路6号；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。