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！

龙图腾网获悉华东师范大学申请的专利一种基于三重特征解耦的域自适应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：CN117274633B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202311436100.4，技术领域涉及：G06V10/44；该发明授权一种基于三重特征解耦的域自适应目标检测方法是由李智;汪豪安;张桂戌;曾铁勇;李俊诚设计研发完成，并于2023-11-01向国家知识产权局提交的专利申请。

本一种基于三重特征解耦的域自适应目标检测方法在说明书摘要公布了：本发明公开一种基于三重特征解耦的域自适应目标检测方法，其特点是利用多级解耦模块、循环解耦模块和类别解耦模块，充分提取源域和目标域的域不变特征，实现在没有标签的目标域上获得良好的检测效果，该方法具体包括：数据集的预处理、网络整体框架的构建、多级特征解耦、循环特征解耦、类别特征解耦和网络的训练与测试。本发明与现有技术相比具有在没有标签的目标域上实现快速检测，利用三重解耦使得提取的域不变特征尽可能少的含有域私有信息，并基于对抗学习思想，利用梯度反转层和域鉴别器辅助解耦，利用注意力机制，使得网络更加关注于域不变特征，进一步提升模型的性能，方法简便，检测速度快，更具有使用价值和应用前景。

本发明授权一种基于三重特征解耦的域自适应目标检测方法在权利要求书中公布了：1.一种基于三重特征解耦的域自适应目标检测方法，其特征在于，采用多级解耦模块、循环解耦模块和类别解耦模块对输入图像进行三重特征解耦的方法，并以辅助模型学习，扩大域特定特征和域不变特征之间的分布差异，使用训练好的模型在没有标签的目标域上进行目标检测，具体包括下述步骤： 步骤S1：数据集的预处理 选择有标签的源域数据集和无标签的目标域数据集，对源域和目标域中所划分的训练数据进行图像增强，所述图像增强具体包括：随机调整图像亮度、饱和度和色度、随机裁剪、随机水平翻转、随机垂直翻转和随机缩放； 步骤S2：网络整体框架的构建 基于一阶段目标检测器SSD搭建网络模型，并使用VGG16网络作为骨干特征提取网络，担任域不变特征提取器，用于提取六个不同层级的特征图，利用不同层级特征图检测不同大小的目标，所述网络模型含有两个域特定特征提取器和两个域鉴别器；所述域特定特征提取器分为：包含六个卷积层的域不变特征提取器和包含三个卷积层域特定特征提取器；所述域鉴别器分为包含三个卷积的全局域鉴别器和局部域鉴别器； 步骤S3:多级特征解耦 分别使用域不变特征提取器和域特定特征提取器提取域不变特征和域特定特征，然后输入再解耦模块进行二次解耦，并分别使用局部域鉴别器和全局域鉴别器促进解耦； 步骤S4：循环特征解耦 将再解耦模块得到的域特定特征输入循环解耦模块进行循环解耦，利用金字塔池化注意力机制，使得提取的特征尽可能少的包含域公有信息，并在此过程中扩大循环得到的域特定特征和域不变特征的距离； 步骤S5：类别特征解耦 分别从域不变特征和域特定特征中提取类别特征，分两步完成类别特征解耦，所述第一步类别特征解耦是分别从域不变特征和域特定特征中提取类别特征，拉近不同域不变特征获得的相同类别的特征分布，扩大同一域不变特征获得的相同类别的特征分布；所述第二步类别特征解耦是对于同一个域获得的域不变特征和域特定特征提取的相同类别的特征； 步骤S6：网络模型的训练和使用 使用步骤S1的训练数据集对构建的网络模型进行训练，保存目标域测试集上效果最好的模型参数，使用该模型在没有标签的目标域上进行目标检测。

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华东师范大学，其通讯地址为：200241 上海市闵行区东川路500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”。