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！

龙图腾网获悉重庆邮电大学申请的专利基于差异特征学习的航拍图像目标检测方法及系统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：CN116229255B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202211642307.2，技术领域涉及：G06V20/10；该发明授权基于差异特征学习的航拍图像目标检测方法及系统是由米建勋;蒋科金;丁佐;李胜涛设计研发完成，并于2022-12-20向国家知识产权局提交的专利申请。

本基于差异特征学习的航拍图像目标检测方法及系统在说明书摘要公布了：本发明涉及一种基于差异特征学习的航拍图像目标检测方法及系统，属于计算视觉领域。该方法采用基于无锚框的检测算法作为基准网络框架，对锚框大小和数量进行设置，并使用hourglass作为主干网络来提取特征；并使用三个并行的分支实现对目标大小、类别和差异特征的预测，通过在网络训练时实时地收集优质特征并用于指定网络接下来训练中对差异特征的学习，最后用差异特征来修正错误的特征使得整个网络输入一个更加准确的特征；通过头尾采样方法实现对头尾类别目标的划分以实现网络每次迭代时都能够学习到头尾两类目标的特征。本发明能够有效解决由于低分辨率、遮挡和模糊导致的目标本身特征信息不全的问题。

本发明授权基于差异特征学习的航拍图像目标检测方法及系统在权利要求书中公布了：1.一种基于差异特征学习的航拍图像目标检测方法，其特征在于，该方法采用基于无锚框的检测算法作为基准网络框架，对锚框大小和数量进行设置，并使用hourglass作为主干网络来提取特征；并使用三个并行的分支实现对目标大小、类别和差异特征的预测，通过在网络训练时实时地收集优质特征并用于指定网络接下来训练中对差异特征的学习，最后用差异特征来修正错误的特征使得整个网络输入一个更加准确的特征；具体包括： 利用相应的数据训练特定的目标检测网络，并在训练的过程中实时地收集网络提取到的优质特征；其中，特定的目标检测网络是使用Hourglass网络作为主干网络来提取特征，并使用三个并行的分支实现对目标大小特征、类别特征和差异特征的提取；在差异特征预测分支，只执行一次卷积得到一个差异特征； 由于类别特征会对图像造成不同的预测错误，需要对这些位置进行不同的损失回归；首先需要根据类别预测分支得到的最大类别得分和真实标注最大类别得分进行位置的划分并得到不同损失函数，等式如下： 其中，表示特征图上符合对应条件的位置分类，表示真实标注的得分信息，表示网络预测的得分信息，和表示收集优质特征时所设置的阈值，表示前景错误时目标的真实类别，b表示训练时batch的大小，w表示特征图的宽，h表示特征图的高；然后对差异特征分支中不同的位置设置不同的损失函数，等式如下： 其中，表示差异特征损失，n表示需要进行差异特征回归的特征向量的数量；表示差异特征损失中前景错误对应的损失，表示差异特征损失中背景错误对应的损失，表示差异特征损失中除前两种情况外剩余位置的差异特征损失，其中，均使用SmoothL1Loss作为最终的损失函数；表示第c类目标的优质特征，表示网络学习到的差异特征，表示类别预测分支中需要进行修正的特征，表示每个位置对应的权重； 此外，在训练过程中，收集每次迭代中的优质特征；在类别预测分支中，首先选择的当前迭代中所有满足条件的特征： 其中，表示网络当前迭代中符合条件的特征均值，和分别表示对类别预测分支输出的热图和真正标注的热图执行max函数后得到每个位置最大类别得分，表示类别收集的阈值；然后对优质特征进行更新： 其中，表示第次迭代的优质特征，表示第次迭代的优质特征，是优质特征更新的加权权重； 预测目标大小、类别以及对应位置的差异特征；将差异特征与类别特征进行求和得到特征以实现类别特征的修正，然后对执行的卷积操作得到新的分类热图； 此外，通过头尾采样方法实现对头尾类别目标的划分以实现网络每次迭代时都能够学习到头尾两类目标的特征。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2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。