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！

龙图腾网获悉浙江理工大学申请的专利一种基于偏振离散度的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：CN116129222B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202310095936.6，技术领域涉及：G06V10/774；该发明授权一种基于偏振离散度的目标检测方法是由王国臣;高杰;陈玉彬;王馨;宋甲艺;陈昱宸;陈瑞品设计研发完成，并于2023-01-18向国家知识产权局提交的专利申请。

本一种基于偏振离散度的目标检测方法在说明书摘要公布了：本发明提供了一种基于偏振离散度的目标检测方法，包括以下内容：1、构建基于偏振图像的目标检测数据集；2、推导目标物表面偏振离散度的物理模型；3、基于偏振离散度模型设计提取偏振离散度的网络结构；4、结合基于深度学习的目标检测框架设计适用于偏振图像的目标检测模型；5、优化模型参数，提高模型泛化能力。与传统的适用于光强图像的目标检测模型相比，本发明基于光学模型设计了一种全新的网络结构用于提取偏振图像的离散度特征，抑制散射介质的影响，利用不同目标物的偏振特性的差异，实现在复杂模糊环境中对目标物的精准检测，为目标检测领域提供了一个新的解决方案。

本发明授权一种基于偏振离散度的目标检测方法在权利要求书中公布了：1.一种基于偏振图像的目标检测数据集构建方法，其特征在于，包括如下步骤： 步骤一、构建偏振图像的目标检测数据集，并对目标检测数据集进行预处理，根据图像中散射介质的散射浊度的进行分组，然后对目标检测数据集中的图像打标签，标记图像目标物的位置与类别，构建适用于训练目标检测模型的原始数据； 步骤二、结合偏振双向反射分布函数pBRDF模型与菲涅尔反射模型推导目标物表面的反射光偏振信息的分布规律，推导出目标物表面的物理特性与目标物表面反射光的偏振信息之间的关系表达式； 步骤三、不同材质目标表面的物理性质存在差异，偏振成像技术能够将这种差异存储到偏振图像中，然而，在充满高浓度的散射介质的环境中，偏振图像也不可避免地出现大量噪声，这对提取偏振特征产生了干扰，根据目标物区域与背景区域的像素差异，基于统计的思想，通过统计偏振图像中偏振信息的变化，能够将淹没在噪声中的偏振信息凸显出来，根据统计学中离散度的度量方法，推导出计算偏振图像离散度的表达式，目标物的偏振离散度由下式给出： 基于卷积神经网络构造，根据表达式构建用于提取偏振离散度特征的网络层； 步骤四、结合主流目标检测网络框架——YOLOv4，构建基于偏振离散度的目标检测网络模型，所述目标检测网络模型由偏振态计算层、离散度计算网络层、目标检测网络构成； 步骤五、将偏振分量图像0°，45°，90°线偏振作为模型的输入，在偏振态计算层根据斯托克斯矢量对偏振分量图像进行矩阵运算，计算斯托克斯参数，从而获得AOP与DOLP图像，然后将AOP与DOLP图像传入构建的所述离散度计算网络层，使用AOP与DOLP图像的像素灰度值计算偏振特性的离散度，获得偏振信息的分布状态，在骨干网络中,用更高维度的特性信息表征目标物的物理特性参数，在颈部网络处理不同维度的特征图，结合全局信息与局部信息得到更多维度的特征，并对特征图进行修饰，然后根据概率分布在头部网络输出目标物的位置与类别信息，根据目标物位置坐标与类别信息在原始光强图像上画出边界框并标注目标物的类别与置信度的文本信息； 步骤六、利用步骤一中的所述目标检测数据集对搭建的网络进行训练，得到目标检测模型的权重文件，利用测试集图像对步骤四中的所述目标检测网络模型进行测试，使用MeanAveragePrecision、IntersectionOverUnion评价指标衡量模型效果。

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浙江理工大学，其通讯地址为：310000 浙江省杭州市江干区杭州经济开发区白杨街道；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。