Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广东烟草河源市有限责任公司胡平川获国家专利权

广东烟草河源市有限责任公司胡平川获国家专利权

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!

龙图腾网获悉广东烟草河源市有限责任公司申请的专利基于深度学习的动态目标检测方法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:CN120411487B

龙图腾网通过国家知识产权局官网在2025-09-02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:202510909693.4,技术领域涉及:G06V10/25;该发明授权基于深度学习的动态目标检测方法是由胡平川;何文郁;黄俊;曾鸣韬;谭台哲;蒋林轩设计研发完成,并于2025-07-02向国家知识产权局提交的专利申请。

基于深度学习的动态目标检测方法在说明书摘要公布了:本发明提出基于深度学习的动态目标检测方法,包括:通过无监督背景建模、形态学处理提取动态目标,结合深度特征网络与轻量可见性网络,输出目标结构化状态;根据所述边界框和语义特征通过微分方程构建轨迹速度建模网络,生成目标运动轨迹,通过对所述微分方程进行数值积分,获得预测空间位置;将所述语义特征向量与预测空间位置进行融合,生成目标的未来外观特征;当有帧图像输入时,基于所述预测空间位置构建候选区域,计算所述候选区域与目标的未来外观特征之间的匹配置信度,以确认目标位置与目标特征;若匹配置信度低于预设阈值则留前一帧状态,不进行更新,以提升在遮挡或模糊状态下的鲁棒性。

本发明授权基于深度学习的动态目标检测方法在权利要求书中公布了:1.基于深度学习的动态目标检测方法,其特征在于,所述方法包括: 获取目标图像,通过无监督背景建模、形态学处理提取动态目标,结合深度特征网络与轻量可见性网络,输出目标结构化状态;所述目标结构化状态包含:目标边界框、语义特征向量及可见性评分; 根据所述边界框和语义特征通过微分方程构建轨迹速度建模网络,生成目标运动轨迹,引入加速度正则项平滑轨迹变化,最后通过对所述微分方程进行数值积分,获得预测空间位置; 获取语义特征向量,将所述语义特征向量与预测空间位置进行融合,通过轨迹引导特征生成模块生成目标的未来外观特征,并引入结构对齐损失与局部属性多样性保持项提升特征质量; 当有帧图像输入时,基于所述预测空间位置构建候选区域,计算所述候选区域与目标的未来外观特征之间的匹配置信度,以确认目标位置与目标特征;若匹配置信度低于预设阈值则留前一帧状态,不进行更新,以提升在遮挡或模糊状态下的鲁棒性; 其中,所述通过无监督背景建模、形态学处理提取动态目标,结合深度特征网络与轻量可见性网络,输出目标结构化状态,具体包括: 通过无监督背景对图像建模,对每帧图像执行背景减法,生成前景掩码; 对所述前景掩码进行形态学处理,增强目标边界完整性,得到优化后的前景掩码; 在所述优化后的前景掩码中提取连通区域,并记录所述连通区域的区域,作为目标区域;所述目标区域的边界框为目标边界框; 从所述目标图像中剪裁所述目标区域送入深度特征网络提取语义特征,作为语义特征向量; 从所述优化后的前景掩码中每个目标区域提取结构向量;将所述结构向量与所述语义特征向量的深度特征图拼接输入轻量可见性网络,输出可见性评分; 结合所述目标边界框、语义特征向量和可见性评分,输出为每个目标的状态。

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东烟草河源市有限责任公司,其通讯地址为:517000 广东省河源市兴源路33号(金叶大厦三楼);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”。

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。