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！

龙图腾网获悉福州大学申请的专利基于元学习的跨域小样本人群计数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：CN118470630B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202410535056.0，技术领域涉及：G06V20/52；该发明授权基于元学习的跨域小样本人群计数方法是由刘文犀;廖晓宇;林洛君设计研发完成，并于2024-04-30向国家知识产权局提交的专利申请。

本基于元学习的跨域小样本人群计数方法在说明书摘要公布了：本发明提出基于元学习的跨域小样本人群计数方法，包括以下步骤；步骤S1：对合成的人群计数数据集和真实世界的人群计数数据集分别进行采样构建出元训练集和元测试集；步骤S2：构建根据场景上下文信息动态调整网络的场景自适应模块；步骤S3：构建人群计数模型；步骤S4：设计基于元学习的训练策略；步骤S5：利用步骤S4中得到的模型，通过基于知识蒸馏的正则化微调方法，在元测试集上进行测试；本发明显著降低了数据收集和标注的成本；使用基于知识蒸馏的正则化微调方法，解决了过拟合问题；还在模型中引入根据场景上下文信息调整网络的场景自适应模块，用于提升模型在跨域情况下的泛化能力。

本发明授权基于元学习的跨域小样本人群计数方法在权利要求书中公布了：1.基于元学习的跨域小样本人群计数方法，其特征在于：包括以下步骤； 步骤S1：对合成的人群计数数据集和真实世界的人群计数数据集分别进行采样构建出元训练集和元测试集； 步骤S2：构建根据场景上下文信息动态调整网络的场景自适应模块； 步骤S3：构建人群计数模型； 步骤S4：设计基于元学习的训练策略； 步骤S5：利用步骤S4中得到的模型，通过基于知识蒸馏的正则化微调方法，在元测试集上进行测试； 步骤S2具体包括以下步骤： 步骤S21：将来自场景自适应模块前序卷积层的特征Fin作为场景自适应模块的输入，即先将由前序卷积层中得到的c×h×w的特征输入到场景适应器中，具体的表达式为： λ＝softmaxw2w1AvgFin+b1+b2, 其中，λ代表由场景适应器得到的卷积核模板的系数，维度大小为4，Avg·表示平均池化层，wi和bi是第i个全连接层的权重和偏置，softmax·表示softmax层； 步骤S22：将S21步骤中得到的系数乘以卷积核模板，得到场景适配卷积，具体的表达式为： 其中，Θd表示场景适配卷积，Vn表示第n个卷积核模板，λn表示第n个卷积核模板对应的系数；卷积核模板的维度为分别为Cin×1×k×k、Cin×Cout×1×1、Cin×Cout×k×1和Cin×Cout×1×k；其中Cin、Cout和k分别表示场景自适应模块所嵌入位置的原始卷积层的输入通道数、输出通道数和卷积核大小； 步骤S23：利用S22步骤中得到的场景适配卷积提取场景特定的特征，用于增强所嵌入位置的原始卷积层所提取的特征，得到增强后的特征Fout，具体表达式为： Fout＝ΘFin+ΘdFn， 其中Θ是原始卷积层。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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。