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！

龙图腾网获悉华南理工大学申请的专利基于深度学习的座位检测与识别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：CN115565129B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202211206051.0，技术领域涉及：G06V20/52；该发明授权基于深度学习的座位检测与识别系统是由李磊;廖文辉;殷卓文;李腾;葛龙飞;陈钦阳设计研发完成，并于2022-09-30向国家知识产权局提交的专利申请。

本基于深度学习的座位检测与识别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座位检测与识别系统，包括：图像采集传输模块，用于将摄像头采集到的图像信息传输给服务器，服务器对摄像头采集到的座位的实时视频图像后，截取其中的部分图像帧，经过抗畸变处理之后作为图像特征传递给座位检测模块；座位检测模块，采用预训练的深度学习检测模型对图像特征进行检测并分割出每个座位；座位识别模块，采用预训练的ResNet101网络实时识别每个分割出来的座位的当前状态；用户界面模块，用于可视化地展示当前场景内的座位情况，通过可视化的楼层与区域显示，将接收到的座位识别模块传入的座位信息实时传递给用户。本发明可解决目前图书馆占座现象导致的座位流通差等问题。

本发明授权基于深度学习的座位检测与识别系统在权利要求书中公布了：1.基于深度学习的座位检测与识别系统，其特征在于，包括： 图像采集传输模块，用于将摄像头采集到的图像信息传输给服务器，服务器对摄像头采集到的座位的实时视频图像后，截取其中的部分图像帧，经过抗畸变处理之后作为图像特征传递给座位检测模块； 座位检测模块，采用预训练的深度学习检测模型对图像特征进行检测并分割出每个座位；其中，所述深度学习检测模型集成了Cascade-RCNN、FPN和ResNeSt网络； 座位识别模块，采用预训练的ResNet101网络实时识别每个分割出来的座位的当前状态； 用户界面模块，用于可视化地展示当前场景内的座位情况，通过可视化的楼层与区域显示，将接收到的座位识别模块传入的座位信息实时传递给用户； 所述座位检测模块采用了集成Cascade-RCNN、FPN、ResNeSt网络的深度学习检测模型，其中，Cascade-RCNN网络使用ResNeSt作为多通道注意力的骨架网络处理输入图像，ResNeSt网络是基于注意力的ResNet最新改进模型，ResNeSt网络在SK-Net的通道间注意力的基础上进行改进，增设了多个Cardinal组即基数组，进行组内的通道注意力融合后，又将全局不同基数组的特征进行拼接，大幅增加了下层的特征丰富性，Cascade-RCNN网络输出特征后，再使用多个不同IoU值的检测框detector进行级联，逐步对低IoU值的框进行优化，每个detector的RPN检测框模块都使用FPN特征金字塔结构，对输入特征进行多尺度处理，增强不同尺度的检测能力； 所述座位识别模块采用ResNet101网络作为座位状态分类的骨干网络，该ResNet101网络采用“预训练-微调”的框架进行训练，并采用微软公司公布的基于ImageNet数据集的预训练权重进行初始化，充分利用先验知识，降低对座位状态数据集的采集量，降低工作难度，最后，通过设计简易的判断逻辑，即根据ResNet101网络对当前座位状态的判断并结合座位在过去若干个时刻的状态，决定当前座位的最终状态。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。