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！

龙图腾网获悉长安大学申请的专利基于CenterNet的DM码关键点检测模型构建方法和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：CN116824206B 。

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：202310439035.4，技术领域涉及：G06V10/764；该发明授权基于CenterNet的DM码关键点检测模型构建方法和检测方法是由王伟;唐心瑶;周楷;赵春辉;尹达;席刘钢;刘佳欣;张旭;刘昌法;曾嘉怡;翁康怡设计研发完成，并于2023-04-21向国家知识产权局提交的专利申请。

本基于CenterNet的DM码关键点检测模型构建方法和检测方法在说明书摘要公布了：本发明公开了一种基于CenterNet的DM码关键点检测模型构建方法和检测方法，首先对DM码进行多尺度、多角度拍摄获取图像集，标注图像DM码类型信息以及四个角点的位置信息，然后基于CenterNet目标检测网络进行改进，将检测头设计为适用于DM码关键点检测的形式，设计DM码几何约束的损失函数进一步优化DM码关键点学习，同时在训练过程的数据增强中使用透视变换模拟相机视角变化，训练获得检测模型，以能直接获取图像中DM码的4个关键点位置信息，从而精确定位DM码。本发明能更加准确定位DM码关键点，提升检测多边形与DM码的贴合程度，减少由于非精确定位带来的后处理部分计算量，降低了处理时间。

本发明授权基于CenterNet的DM码关键点检测模型构建方法和检测方法在权利要求书中公布了：1.一种基于CenterNet的DM码关键点检测模型构建方法，其特征在于，包括以下步骤： 步骤1，获取图像集：对DM码场景进行多尺度、多角度拍摄，得到图像集； 步骤2，对图像集进行标注：对图像集进行DM码标注，标注结果为DM码的类型信息以及四个角点的位置信息，其中四个角点为DM码的关键点； 步骤3，训练检测模型：将所述图像集作为输入，并对图像集进行数据增强，得到DM码类型信息、中心点偏移以及关键点相对与中心点偏移，经过解码得到关键点坐标输出，训练获得基于CenterNet网络的DM码关键点检测模型； 所述centernet网络的多任务检测头输出包括： ，C为类型信息数目； ，2为DM码的中心点偏移的横纵坐标； 以及，4为DM码的4个角点，3是关键点与中心点的距离、关键点和中心点连线与水平方向所成夹角的sin值和cos值； 对图像集进行数据增强包括对图像集进行随机对比度变换、水平翻转、旋转和透视投影变化； 上述模型训练的损失函数包括基础损失函数和加强损失函数；基础损失函数包括DM码分类损失函数、DM码中心点偏移坐标回归损失函数和DM码关键点偏移坐标回归损失函数；加强损失函数包括DM码关键点热力图损失函数、标准DM码投影损失函数和DM码多边形IoU损失函数； 所述DM码分类损失函数，公式如下： 1 其中，为DM码分类损失，为类别class，为正样本数量，为类别总数目，为类别索引，为特征图128*128下的横纵坐标，和为分别用于调整正负样本损失权重的超参数，对于每一个真实标注的DM码，都在热力特征图中用高斯核函数生成一组响应值，表示预测响应值； 所述DM码中心点偏移坐标回归损失函数，公式如下： 2 其中，为DM码中心点偏移坐标回归损失，为中心点偏移centeroffset，为正样本数量，表示在输出特征图的处是否有DM码目标，表示目标object，表示原图中DM码中心点的真实图像坐标，表示中心center，表示在特征图中DM码中心点的真实图像坐标；表示特征图中处坐标值，为下采样因子； 所述DM码关键点偏移坐标回归损失函数，公式如下： 3 其中，为DM码关键点偏移坐标回归损失，为关键点偏移keypointoffset，表示正样本数量，表示在输出特征图的处是否有DM码目标，表示目标object，表示原图中关键点的真实图像坐标，表示在特征图中DM码关键点的真实图像坐标；表示特征图中处坐标值，为下采样因子。

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长安大学，其通讯地址为：710064 陕西省西安市雁塔区二环南路中段126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。