Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江工业大学郑海斌获国家专利权

浙江工业大学郑海斌获国家专利权

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!

龙图腾网获悉浙江工业大学申请的专利基于循环神经网络的红外目标检测模型频闪隐身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:CN115661579B

龙图腾网通过国家知识产权局官网在2026-01-02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:202211366759.2,技术领域涉及:G06V10/774;该发明授权基于循环神经网络的红外目标检测模型频闪隐身方法是由郑海斌;王璨;陈晋音;曹志骐;严云杰设计研发完成,并于2022-11-01向国家知识产权局提交的专利申请。

基于循环神经网络的红外目标检测模型频闪隐身方法在说明书摘要公布了:基于循环神经网络的红外目标检测模型频闪隐身方法,包括:1生成训练模型所需要的2n组数据;2对LSTM预测模型进行预训练;3将LSTM预测模型与红外目标检测模型结合起来,构成集成模型,进行集成模型的主训练。本发明的红外目标检测模型频闪隐身方法受环境影响小,适用于多种环境当中,可以实现自我调整与反馈。

本发明授权基于循环神经网络的红外目标检测模型频闪隐身方法在权利要求书中公布了:1.基于循环神经网络的红外目标检测模型频闪隐身方法,包括如下步骤: 1生成训练模型所需要的2n组数据; 2对LSTM预测模型进行预训练; 3将LSTM预测模型与红外目标检测模型结合起来,构成集成模型,进行集成模型的主训练;具体包括: 3.1将步骤1中由n组未加灯带的样本经红外目标检测模型输出得到的n组输出数据的框的位置x,y,w,h和置信度Probject作为LSTM预测模型的输入数据,输入数据首先整理成维度为6的矩阵[样本,x,y,w,h,Probject],经LSTM模型预测输出得到n组维度为2的预测的电信号的频率与功率;根据电信号的频率与功率可以不同的频闪灯带,并且知道每个频闪灯带对应的亮度与宽度; 已知电信号的功率与频闪灯带亮度的关系式: 其中,为光通量,指的是频闪灯带的亮度;p为电功率,指的是电信号单位时间内消耗的能量;δ为发光效率,指的是频闪灯将电能转换为可见光波段的能量的效率;发光效率与频闪灯的原理以及发光材料有关; 同时也可以得到电信号的频率与相机接收到的频闪灯带的宽度之间的关系式: 其中,f为电信号的最低频率,v为电信号的传播速度,K为电信号转换为光信号的相对转换速度比值,即电信号转换为光信号时实际转换速度与理想转换速度的比值,H为相机接收到的频闪灯带的宽度;为防止相机接收到的频闪灯带存在混叠现象,相机的采样频率fs要大于电信号的最高频率fmax的两倍; 3.2将已知频率和宽度的n组不同频率和功率组合的频闪灯带的作为掩码添加到同一样本上,作为红外目标检测模型的输入数据;此时,红外目标检测模型的输出有两种可能性,一种是模型检测失败,即添加了掩码的样本达到了频闪隐身的效果;另一种是红外目标检测模型依旧检测出了样本框的位置x,y,w,h和置信度Probject; 3.3红外目标检测模型依旧检测成功的情况下,则要对LSTM预测模型进行主训练;利用集成模型中红外目标检测模型检测出的样本框位置x,y,w,h计算出框的面积: S=wh4 将S作为反馈结果作用于LSTM预测模型;通过梯度下降算法对LSTM预测模型内部参数的修正,使得预测得到的电信号所对应的灯带作为掩码加到样本上时,红外目标检测模型的输出S的值趋向于0,即可实现对红外目标检测模型的频闪隐身; 3.4红外目标检测模型检测失败的情况下,将预测得到的频闪灯带作为掩码添加到不同的样本上,观察该集成模型中的红外目标检测模型检测结果是否失败,若仍是失败,则集成模型已经训练成功;若红外目标检测模型检测成功了,则要通过输入不同的样本至红外目标检测模型,利用模型的输出数据,运用梯度下降的算法继续对LSTM预测模型内部参数进行修正,直至对于不同的样本,红外目标检测模型的检测失败率高于95%。

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工业大学,其通讯地址为:310014 浙江省杭州市拱墅区潮王路18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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。