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！

龙图腾网获悉广东珠三角城际轨道交通有限公司;华南理工大学申请的专利基于多任务模型的轨道交通站台门与列车间异物检测和区域感知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：CN115690485B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202211213783.2，技术领域涉及：G06V10/764；该发明授权基于多任务模型的轨道交通站台门与列车间异物检测和区域感知方法是由陈正贵;汪良;毛良;黄德东;刘伟铭;刘一霄设计研发完成，并于2022-09-30向国家知识产权局提交的专利申请。

本基于多任务模型的轨道交通站台门与列车间异物检测和区域感知方法在说明书摘要公布了：本发明公开了基于多任务模型的轨道交通站台门与列车间异物检测和区域感知方法，包括：采集轨道交通站台门与列车间具有异物的图片，标注异物检测、区域分割及区域线检测真实标签供后续训练用；构建模型编码器，Backbone提取预处理后的图片的特征以供Neck模块使用，Neck提取更深入的信息供解码器使用；构建模型解码器，解码器根据更深入的信息，得到初步的异物检测、区域分割及区域线检测预测结果；构建总损失函数进行反向传播训练模型以得到模型具体参数，得到更准确的异物检测、区域分割及区域线检测预测结果，将得到的区域分割预测结果和区域线检测预测结果来调整异物检测的预测结果。该方法可检测异物的类型和位置，便于工作人员及时解决安全隐患。

本发明授权基于多任务模型的轨道交通站台门与列车间异物检测和区域感知方法在权利要求书中公布了：1.基于多任务模型的轨道交通站台门与列车间异物检测和区域感知方法，其特征在于，包括以下步骤： S1：采集多张轨道交通站台门与列车间具有异物的图片，标注出异物检测真实标签、区域分割真实标签以及区域线检测真实标签，将各真实标签供后续训练使用； S2：将步骤S1采集的图片进行预处理； S3：构建模型的编码器，所述编码器包括Backbone模块和Neck模块，所述Backbone模块用于提取步骤S2预处理后的图片的特征以供Neck模块使用，Neck模块用于融合图片不同阶段的特征信息以提取出更深入的信息供后续的解码器使用； S4：构建模型的解码器，所述解码器分别对应异物检测、区域分割和区域线检测的任务，解码器根据步骤S3中更深入的信息，分别得到初步的异物检测预测结果、区域分割预测结果以及区域线检测预测结果； S5：根据步骤S1中异物检测真实标签与步骤S4中初步的异物检测预测结果计算得到异物检测损失，根据步骤S1中区域分割真实标签与步骤S4中初步的区域分割预测结果计算得到区域分割损失，根据步骤S1中区域线检测真实标签与步骤S4中初步的区域线检测预测结果计算得到区域线检测损失，构建总损失函数以得到总损失，所述总损失为异物检测损失、区域分割损失和区域线检测损失的加权和； S6：根据步骤S5计算得到的总损失进行反向传播训练模型以得到模型权重和偏置的具体值，从而在有具体权重和偏置值的模型上推断出更准确的检测头Detection输出的包含异物的预测框结果、异物检测预测结果、区域分割预测结果以及区域线检测预测结果； S7：根据步骤S6中得到的区域分割预测结果和区域线检测预测结果来调整异物检测的预测结果，该过程称为结果融合； 所述步骤S7具体包括以下步骤： S71：结果融合过程先根据异物通常包含在区域分割预测结果内，将步骤S6中的检测头Detection输出的包含异物的预测框与区域分割任务得到的W×H×2的特征图进行像素交集统计，并判断统计的相交像素点数量是否超过指定阈值，如果是则执行步骤S72，如果否，则执行步骤S73； S72：如果统计的相交像素点数量超过指定阈值，则认为该预测框位置符合实际情况，不再进行后续的预测框异物的置信度概率值调整，跳转到步骤S76； S73：如果统计的相交像素点数量不够指定阈值，则再根据异物遮挡区域线这一现象，判断预测框内部的像素是否在区域线检测任务得到的W×H×2特征图的直线上，如果否则执行步骤S74，如果是则执行步骤S75； S74：如果没有一个像素在最终的剩余直线上，则降低该预测框异物的置信度概率值，跳转到步骤S76； S75：如果有像素在最终的剩余直线上，则该预测框异物的置信度概率值不变，跳转到步骤S76； S76:然后再进行NMS筛选掉多余的预测框，得到融合后的异物检测预测结果。

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广东珠三角城际轨道交通有限公司;华南理工大学，其通讯地址为：510220 广东省广州市海珠区阅江中路688号保利国际广场北塔24楼；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。