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！

龙图腾网获悉西安工程大学申请的专利应用于复杂环境的手掌感兴趣区域轻量化提取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：CN116959039B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202310979932.4，技术领域涉及：G06V40/12；该发明授权应用于复杂环境的手掌感兴趣区域轻量化提取方法是由薛涛;孙鑫鑫设计研发完成，并于2023-08-04向国家知识产权局提交的专利申请。

本应用于复杂环境的手掌感兴趣区域轻量化提取方法在说明书摘要公布了：本发明公开了应用于复杂环境的手掌感兴趣区域轻量化提取方法，构建稳定的掌纹关键点目标检测模型；利用现有的掌纹数据集，进行关键点区域标记；将处理好的数据集分为训练集和测试集送入关键点目标检测模型；预测出关键点集合，选出每个关键点集合中置信度最高的点；根据关键点建立坐标系；计算需要裁剪的掌纹感兴趣区域；将掌纹感兴趣区域更改为统一大小。本发明将降低了网络参数量，更好的判定神经元的重要性，提取关键特征，使用具有非单调聚焦机制的WiseIOUV3损失函数关注普通锚框；解决了复杂背景、噪声背景下手掌无法从背景中稳定提取的问题，以及闭合手掌难以定位谷点位置，进而无法提取掌纹感兴趣区域的问题，具备应用价值。

本发明授权应用于复杂环境的手掌感兴趣区域轻量化提取方法在权利要求书中公布了：1.应用于复杂环境的手掌感兴趣区域轻量化提取方法，其特征在于，构建稳定的掌纹关键点目标检测模型；利用现有的掌纹数据集，进行关键点区域标记；将处理好的数据集分为训练集和测试集送入关键点目标检测模型；预测出关键点集合，选出每个关键点集合中置信度最高的点；根据关键点建立坐标系；计算需要裁剪的掌纹感兴趣区域；具体操作步骤如下： 步骤1：采集清晰的掌纹图像； 步骤2：构建稳定的轻量级关键点目标检测模型YoloV7-tiny，将主干特征提取网络改进为MobileNetV3； 所述主干特征提取网络由一个CBH结构，即卷积、批量归一化和HardSwish激活函数三者组成，三个3*3的MSB结构，八个5*5的MSB结构组成；所述MSB结构包括对输入进行K*K的卷积，进行批量归一化、输入SimAM注意力机制层、而后经过1*1卷积、批量归一化； 步骤3：添加注意力机制：将MobileNetV3的SE注意力机制更换为基于神经科学理论的SimAM注意力机制； 步骤4：改进目标检测模型YoloV7-tiny原有的损失函数，将边界框损失函数改进为具有聚焦机制的新的损失函数； 步骤4中的具有聚焦机制的新的损失函数表达式为；通过计算锚框离群度,越高，表示离群度越小，锚框质量越高，则分配一个小的梯度增益，其中是超参数，记表示单调聚焦系数，是滑动平均值，公式如下： 其中，和为预测的锚框的坐标，和是真实目标边界框的中心坐标；是交并比，表示单调聚焦系数，中的上标*表示将括号内的从计算图中分离出来；和是最小包围真实标注框和预测框的矩形的宽和高； 步骤5：收集现有的手掌数据集，进行关键点A,B,C区域的标记； 步骤6：将标注好的数据集送入轻量级关键点目标检测模型，训练得到关键点检测器I； 步骤7：关键点检测：将步骤1采集的手掌图像送入检测器I，获取交点A，交点B，中点C的检测点的集合，遍历每个集合，求出每个点集中置信度最高的记为点A1，点B1，点C1； 步骤8：构建坐标系：以点A1x1,y1，点B1x2,y2建立某一图像的局部坐标系，以点B1，点A1方向为X轴正半轴，垂直于BA方向，关键点C1所在区域为X轴上半轴所在区域建立直角坐标系； 步骤9：计算掌纹感兴趣区域裁剪范围：求取点A1和点B1之间的长度，设AB的中心点O点坐标为x0,y0，并计算裁剪区域的左上坐标，右下坐标；掌纹感兴趣区域为X轴的上方0.23，下方的为0.45； 步骤10：裁剪图像：将裁剪后的图像改变为224*224大小。

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西安工程大学，其通讯地址为：710048 陕西省西安市碑林区金花南路19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。