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！

龙图腾网获悉吉安职业技术学院申请的专利一种自适应的运动目标视觉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：CN120375310B 。

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：202510462233.1，技术领域涉及：G06V20/56；该发明授权一种自适应的运动目标视觉检测方法是由郑学远设计研发完成，并于2025-04-14向国家知识产权局提交的专利申请。

本一种自适应的运动目标视觉检测方法在说明书摘要公布了：本发明公开了一种自适应的运动目标视觉检测方法，包括以下步骤：数据准备与预处理：准备标注好的数据集，数据集包含红外与可见光图像，并标注出两者的共同及独特特征；图像预处理阶段：利用ATFuse网络对红外与可见光图像进行融合，融合过程中通过注入共同及独特特征生成包含两者信息优势的新图像；模型选择与加载：加载预训练的YOLOv3模型及其权重参数；特征提取与目标检测阶段：利用YOLOv3的主干网络对输入的数据进行特征提取；目标检测与分类：利用YOLOv3的预测网络对特征进行分类和定位；自适应调整与后处理：采用非极大值抑制调整检测参数，对检测到的目标进行后处理；结果输出与可视化：将检测到的目标绘制在原始图像或融合后的新图像上。

本发明授权一种自适应的运动目标视觉检测方法在权利要求书中公布了：1.一种自适应的运动目标视觉检测方法，其特征在于，包括以下步骤： 准备标注好的数据集，其中包含了运动目标的边界框和类别标签，所述数据集包含红外与可见光图像，并标注出两者的共同及独特特征，所述红外与可见光图像的共同特征包括目标轮廓、目标位置以及运动轨迹，红外图像的独特特征包括温度信息，所述可见光图像的独特特征包括纹理信息以及反射与阴影； 利用ATFuse网络对红外与可见光图像进行融合，融合过程中通过注入共同及独特特征生成包含两者信息优势的新图像，包括： 对红外与可见光图像进行预处理操作； 利用金字塔变换提取红外与可见光图像在不同尺度下的特征，通过稀疏表达方法学习过完备字典和稀疏编码，对图像进行稀疏表达，并提取特征； 分析红外与可见光图像的独特特征，将独特特征作为额外的特征注入到融合过程中，识别红外与可见光图像中的共同特征，采用非降采样轮廓波变换进行融合； 对融合图像进行优化，设计一种分段像素损失函数，使得在温度信息丰富的区域更侧重于保留红外图像的特征，而在纹理和亮度信息丰富的区域则更侧重于保留可见光图像的特征，包括： 对融合图像进行区域划分，通过图像分割算法将图像划分为不同的区域，每个区域具有相似的特征，将图像划分为温度信息丰富区、纹理信息丰富区以及亮度信息丰富区； 针对划分的区域，设计不同的损失函数对融合图像进行优化，在温度信息丰富区，采用基于温度差异的损失函数；在纹理信息丰富区，采用基于纹理相似度的损失函数；在亮度信息丰富区，则采用基于亮度差异的损失函数； 根据每个区域的损失函数，进行加权融合； 通过梯度下降法对融合图像进行优化，在每次迭代中，根据分段像素损失函数的结果调整加权系数，直到达到收敛条件或预设的迭代次数； 选择经过特定数据集训练的YOLOv3模型，加载预训练的YOLOv3模型及其权重参数； 对输入的视频序列进行预处理，对于融合后的新图像，控制其尺寸和格式与YOLOv3模型的输入要求相匹配，利用YOLOv3的主干网络对输入的数据进行特征提取； 在特征提取之后，利用YOLOv3的预测网络对特征进行分类和定位，分类根据类别概率和置信度来确定目标的类别，定位通过计算边界框的坐标和宽高来确定目标的位置和大小； 根据检测到的目标大小和数量，采用非极大值抑制调整检测参数，对检测到的目标进行后处理； 将检测到的目标绘制在原始图像或融合后的新图像上，包括边界框、类别标签和置信度，将检测结果存储为图像或视频文件。

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吉安职业技术学院，其通讯地址为：343006 江西省吉安市中心城区吉安南大道133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。