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！

龙图腾网获悉中国科学院上海光学精密机械研究所申请的专利基于光电混合神经网络的单像素目标识别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：CN119919697B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202311418309.8，技术领域涉及：G06V10/764；该发明授权基于光电混合神经网络的单像素目标识别方法是由王飞;李林昊;章益晨;司徒国海设计研发完成，并于2023-10-30向国家知识产权局提交的专利申请。

本基于光电混合神经网络的单像素目标识别方法在说明书摘要公布了：本发明提出一种基于光电混合神经网络的快速目标识别方法，解决目标识别系统信息获取效率低的问题，包括：设计光学网络实现循环编码单像素探测，同时构建电学网络用于解码单像素探测信号以获取待测物体信息；根据应用场景选择用于训练该混合神经网络的数据集；使用获取的数据集对光电混合神经网络进行训练；加工训练所得循环编码掩膜并搭建基于该编码模式下的单像素探测系统；物体信息经循环编码掩膜调制后被单像素探测器采集；最后使用预训练的电子学神经网络从探测信号中识别物体信息。本发明协同使用循环编码的单像素探测方法和人工智能技术，可在特殊波段、弱光环境下实现高速运动待测物体类别的准确预测。

本发明授权基于光电混合神经网络的单像素目标识别方法在权利要求书中公布了：1.基于光电混合神经网络的单像素目标识别方法，其特征在于，包括以下步骤： S1.1：搭建具有光学端网络和电学端网络的单像素光电混合神经网络； S1.2：建立单像素目标识别数据集，该单像素目标识别数据集包括物体图像及物体图像对应的类别； S1.3：利用所述单像素目标识别数据集对所述单像素光电混合神经网络进行训练； S1.4：根据训练所得循环掩膜加工编码器件，实现物体图像的编码； S1.5：搭建基于所述编码器件的单像素探测系统，用于实现光学端网络对物体图像的循环卷积，以获得强度涨落信号； S1.6：利用所述单像素探测系统获取编码后的物体信息； S1.7：利用步骤S3训练后单像素光电混合神经网络，根据单像素探测信号中物体图像，输出待测物体类别； S1.8：对于新的待识别场景，重复步骤S6至S7； 所述单像素光电混合神经网络为自编码架构，所述光学端网络为编码层，所述电学端网络为解码层，瓶颈层即为光学端网络输出也即电学端网络输入； 所述光学端网络是基于循环掩膜的单像素探测技术，以物体图像作为输入，以光强强度涨落信号作为输出，用于实现单像素探测系统编码掩膜的设计；所述电学端网络是从光学端网络输出的光强涨落信号中预测物体类别，包括预处理层、物理引导解码层、图像识别网络层，用于从单像素探测信号中实现目标识别。

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中国科学院上海光学精密机械研究所，其通讯地址为：201800 上海市嘉定区清河路390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。