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！

龙图腾网获悉广东工业大学申请的专利一种基于暗变换特征等变的黑暗目标检测方法及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：CN116843883B 。

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：202310755574.9，技术领域涉及：G06V10/20；该发明授权一种基于暗变换特征等变的黑暗目标检测方法及系统是由林统绪;丁冠智;张泓;肖嘉胤;严键荣;朱鉴;胡钦太设计研发完成，并于2023-06-25向国家知识产权局提交的专利申请。

本一种基于暗变换特征等变的黑暗目标检测方法及系统在说明书摘要公布了：本发明涉及目标检测技术领域，提出一种基于暗变换特征等变的黑暗目标检测方法及系统，其中包括以下步骤：将常光图像输入对成像过程中产生的物理传感器噪声进行分析与建模而得到的物理噪声模型，得到经过暗变换的低光图像；将常光图像与低光图像输入检测器，其中，检测器内配置有特征等变转换网络，用于生成常光图像与低光图像对应的第一特征向量，以及由第一特征向量转换得到的包含非线性信息的第二特征向量；利用根据第一特征向量与第二特征向量确定的用于特征等变的一致性损失确定检测器的训练损失，对训练损失进行优化，并通过经过优化的训练损失对检测器进行更新；将待检测的图像输入完成更新的检测器，得到黑暗目标检测结果。

本发明授权一种基于暗变换特征等变的黑暗目标检测方法及系统在权利要求书中公布了：1.一种基于暗变换特征等变的黑暗目标检测方法，其特征在于，包括以下步骤： S1：对成像过程中产生的物理传感器噪声进行分析与建模，得到物理噪声模型；将常光图像输入所述物理噪声模型，得到经过暗变换的低光图像； S2：将所述常光图像与所述低光图像输入用于黑暗目标检测的检测器，其中，所述检测器内配置有特征等变转换网络，用于生成常光图像与低光图像对应的第一特征向量，以及由所述第一特征向量转换得到的包含非线性信息的第二特征向量； S3：根据所述第一特征向量与所述第二特征向量确定用于特征等变的一致性损失，并利用所述一致性损失确定所述检测器的训练损失，对所述训练损失进行优化，并通过经过优化的训练损失对所述检测器进行更新； S4：将待检测的图像输入完成更新的检测器，得到黑暗目标检测结果； S2步骤中，所述用于特征等变的一致性损失的表达式包括： 其中，和分别为常光图像与低光图像对应的第一特征向量，和分别为和转换后得到的第二特征向量，表示余弦相似性函数，是梯度停止运算； S3步骤的具体过程包括： S3.1：添加监督检测损失，结合监督检测损失与一致性损失确定所述检测器的训练损失；其中，监督检测损失的表达式包括： 其中，和分别表示位置损失、分类损失和置信度损失； 所述检测器的训练损失表达式包括： 其中，为预设数值的平衡因子； S3.2：使用随机梯度下降法优化所述训练损失，利用使所述训练损失最小化的参数对检测器进行更新，得到完成更新的检测器； 所述特征等变转换网络包括主干神经网络、投影层和预测层；其中，所述主干神经网络用于特征提取，所述投影层用于把所述第一特征向量映射到同个特征空间，所述预测层用于对映射到同个特征空间的第一特征向量进行转换，得到包含非线性信息的第二特征向量； 所述主干神经网络包括DarkNet-53； 所述投影层包括投影MLP头，所述预测层包括预测MLP头。

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广东工业大学，其通讯地址为：510080 广东省广州市越秀区东风东路729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。