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！

龙图腾网获悉辽东学院;辽宁机电职业技术学院;沈阳欣霖卓越信息技术有限公司申请的专利一种基于深度学习的交通复杂场景目标检测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：CN119495077B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202411650203.5，技术领域涉及：G06V20/58；该发明授权一种基于深度学习的交通复杂场景目标检测方法及系统是由王丹玲;姜东洋;林晓庆;李东霖;王钟浩;于洲元;于林林设计研发完成，并于2024-11-19向国家知识产权局提交的专利申请。

本一种基于深度学习的交通复杂场景目标检测方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的交通复杂场景目标检测方法及系统，涉及自动驾驶场景图像处理技术领域，包括获取驾驶车辆所有视角的图像化采集数据并同步整理；对每组同步图像数据组内的子对象分别进行初始标注；对同一类别的目标进行边界标注对比，获得标注差异度并筛选出标准数据集；利用标准数据集并基于卷积神经网络模型进行交通场景目标检测。该方法及系统利用车辆多个视角获得的图像数据进行同步整理，然后判断各视角图像标注后的区别差异程度，将区别差异程度满足要求的图像数据作为卷积神经网络学习与训练的数据集，从而降低因采集单个视角的标注数据进行学习训练带来的误差，保证了目标学习准确度与后续判断精度。

本发明授权一种基于深度学习的交通复杂场景目标检测方法及系统在权利要求书中公布了：1.一种基于深度学习的交通复杂场景目标检测方法，其特征在于，包括如下步骤： 获取驾驶车辆所有视角的图像化采集数据，利用时间戳信息将所有所述图像化采集数据进行同步整理，获得多组同步图像数据组； 对每组所述同步图像数据组内的子对象分别进行初始标注，该初始标注是指针对图像内的不同目标进行边界和类别标注处理； 在同一所述同步图像数据组的各子对象中，对同一类别的目标进行边界标注对比，获得标注差异度，将所述标注差异度不大于预设值的同步图像数据组作为标准数据集； 利用所述标准数据集并基于卷积神经网络模型进行交通场景目标检测； 其中，边界标注处理包括关键点标注和轮廓标注，利用关键点标注信息和轮廓标注信息构建特征点坐标对比表，基于所述特征点坐标对比表计算所述标注差异度； 所述利用关键点标注信息和轮廓标注信息构建特征点坐标对比表包括如下步骤： 获取各子对象中同一类别目标的关键点坐标组和轮廓坐标组，在所述关键点坐标组和轮廓坐标组中确定典型特征点坐标；在不同子对象中，将同一类别目标的典型特征点坐标进行匹配标定，获得标定坐标图层组；将所述标定坐标图层组的某一图层设定为基图层，其余图层设定为子图层；依次将各子图层上的坐标点与基图层上对应的坐标点分别进行匹配标记，利用匹配标记结果构建所述特征点坐标对比表；其中，所述坐标点包括关键点坐标和轮廓坐标； 所述在所述关键点坐标组和轮廓坐标组中确定典型特征点坐标包括如下步骤： 从所述关键点坐标组和轮廓坐标组中判断至少一个特殊像素点，利用关联的特殊像素点构建特殊特征区域，获得多个特征区域点，所述特征区域点是指能够反映目标典型特征的坐标点；基于标注规则下对特征区域点进行筛选，获得典型特征点坐标； 所述从所述关键点坐标组和轮廓坐标组中判断至少一个特殊像素点具体包括如下步骤： 获得目标的标注类型，所述标注类型包括遮挡标注、小目标标注和活体物标注中至少一种情形；根据标注类型划定标注范围，从划定出的所述标注范围内选择至少部分所述关键点坐标组和轮廓坐标组的像素点作为所述特殊像素点。

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辽东学院;辽宁机电职业技术学院;沈阳欣霖卓越信息技术有限公司，其通讯地址为：118001 辽宁省丹东市振安区临江后街116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。