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！

龙图腾网获悉中科方寸知微(南京)科技有限公司申请的专利基于关键点前端实时检测的量化误差补偿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：CN115880503B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202211698146.9，技术领域涉及：G06V10/44；该发明授权基于关键点前端实时检测的量化误差补偿方法及系统是由魏学备;海雷;冷聪设计研发完成，并于2022-12-28向国家知识产权局提交的专利申请。

本基于关键点前端实时检测的量化误差补偿方法及系统在说明书摘要公布了：本发明提出一种基于关键点前端实时检测的量化误差补偿方法，属于误差优化处理的技术领域。其中方法包括：步骤1、构建关键点检测模型；步骤2、接收待分析的目标图像；步骤3、关键点检测模型对目标图像进行分析，输出图像特征；步骤4、对输出的图像特征求积分，获得坐标均值；步骤5、利用余弦相似度对坐标均值执行归一化操作，获得期望坐标均值；步骤6、构建量化误差补偿算子，对期望坐标均值进行补偿；步骤7、输出最终的补偿后的图像数据。本发明通过量化误差补偿算子，弥补了由于softmax造成的积分量化误差，从而无需维持高分辨率的热图，就可以极大降低前端计算内存开销以及推理时间，同时，有效提高模型检测精度。

本发明授权基于关键点前端实时检测的量化误差补偿方法及系统在权利要求书中公布了：1.一种基于关键点前端实时检测的量化误差补偿方法，其特征在于，包括以下步骤： 步骤1、构建关键点检测模型； 步骤2、接收待分析的目标图像，并输入关键点检测模型中； 步骤3、关键点检测模型对目标图像进行分析，输出图像特征； 步骤4、对步骤3中输出的图像特征求积分，获得坐标均值； 步骤5、利用余弦相似度对坐标均值执行归一化操作，获得期望坐标均值； 步骤6、构建量化误差补偿算子，对期望坐标均值进行补偿，具体包括以下步骤：步骤6.1、读取经过余弦相似度归一化操作后的输出特征； 步骤6.2、将步骤6.1中的输出特征进行维度转换； 步骤6.3、基于步骤6.2中的转换结果，分别在维度2和维度3上对特征求和； 步骤6.4、基于步骤6.3的处理结果对步骤6.1中的输出特征进行降维，获得坐标两个方向上的输出特征和；具体包括： 基于降维后得到的数据，期望坐标值x方向上的获取表达式为： 式中，表示总的映射分析区域，表示第一区域的期望值加上第二区域的期望值；；表示当前坐标索引的归一化坐标值；表示执行Softmax后的数值； 基于降维后得到的数据，期望坐标值y方向上的获取表达式为： 式中，表示第一区域的期望值加上第二区域的期望值；；表示当前坐标索引的归一化坐标值；表示执行Softmax后的数值； 当关键点坐标为时，经过补偿后，关键点坐标的获取表达式为： 式中，，表示区域中所有可能出现的坐标点； 步骤6.5、将步骤6.4中的输出特征映射成一维向量； 步骤6.6、对步骤6.5中的一维向量执行Softmax操作； 步骤6.7、根据Soft-Argmax运算方式，对关键点的期望坐标执行表达方式的转换； 步骤6.8、结合映射关系对步骤6.7中转换后的期望坐标进行再次转换，获得关键点获取表达式； 步骤6.9、输出最终的关键点坐标； 步骤7、输出最终的补偿后的图像数据。

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中科方寸知微(南京)科技有限公司，其通讯地址为：211100 江苏省南京市江宁区麒麟科技创新园创研路266号人工智能产业园3号楼203B室；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”。