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！

龙图腾网获悉温州大学大数据与信息技术研究院申请的专利一种面向复杂场景的目标分类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：CN113850308B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202111081734.3，技术领域涉及：G06V10/764；该发明授权一种面向复杂场景的目标分类方法是由张笑钦设计研发完成，并于2021-09-15向国家知识产权局提交的专利申请。

本一种面向复杂场景的目标分类方法在说明书摘要公布了：本发明公开了一种面向复杂场景的目标分类方法，包括：采集待训练图像以及待分类图像；对采集的图像进行预处理；使用预处理后的待训练图像制作数据集；训练目标分类模型；使用目标分类模型对预处理后的待分类图像进行处理；对目标分类结果进行显示，本发明通过爬取模块从多个网站爬取包含复杂场景的图像信息，并对爬取图像进行筛选后制作数据集，保证了训练数据的数量以及质量；同时，通过训练目标分类模型，并使用目标分类模型对预处理后的待分类图像进行处理，能够高效地获取目标分类结果。

本发明授权一种面向复杂场景的目标分类方法在权利要求书中公布了：1.一种面向复杂场景的目标分类方法，其特征在于，包括： 采集待训练图像以及待分类图像； 对采集的图像进行预处理； 使用预处理后的待训练图像制作数据集； 训练目标分类模型； 使用目标分类模型对预处理后的待分类图像进行处理； 对目标分类结果进行显示； 所述使用目标分类模型对预处理后的待分类图像进行处理包括将预处理后的待分类图像输入至目标检测网络进行目标检测，所述将预处理后的待分类图像输入至目标检测网络进行目标检测包括以下步骤：通过特征提取模块对预处理后的待分类图像进行特征提取获得特征图；对所述特征提取模块的低层做转置卷积，并计算通过转置卷积后获取的低层特征图分辨率；重复转置卷积过程，直至所述特征提取模块的低层特征图分辨率与所述特征提取模块的高层特征图分辨率一致；通过融合卷积模块对高层特征图和低层特征图进行融合；将融合卷积模块输出的特征图输入至卷积预测器进行预测；通过极大值抑制算法选择最佳预测结果，所述特征提取模块包括多对由一个池化层和至少一个卷积层； 所述使用目标分类模型对预处理后的待分类图像进行处理还包括将经过目标检测网络获取的目标输入至目标分类网络进行目标分类，所述将经过目标检测网络获取的目标输入至目标分类网络进行目标分类包括以下步骤：分别通过普通卷积模块和Gabor卷积模块对所述目标检测网络获取的目标进行特征提取；将所述普通卷积模块输出的特征图和所述Gabor卷积模块输出的特征图拼接起来获取新的特征图；对新的特征图进行升维操作；通过求和操作使得升维后的特征图与所述目标检测网络获取的目标相加；通过全局平均池化层对所述求和操作获取的结果进行汇总，并通过softmax分类器完成分类任务。

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温州大学大数据与信息技术研究院，其通讯地址为：325000 浙江省温州市龙湾区浙南云谷G幢1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”。