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！

龙图腾网获悉南京邮电大学申请的专利一种结合可学习注意力机制的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：CN116453048B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202310297846.5，技术领域涉及：G06V20/52；该发明授权一种结合可学习注意力机制的人群计数方法是由杨敏;王冷迪设计研发完成，并于2023-03-24向国家知识产权局提交的专利申请。

本一种结合可学习注意力机制的人群计数方法在说明书摘要公布了：本发明公开了一种结合可学习注意力机制的人群计数方法，包括：1、获取目标区域的图像以及真实点阵图；2、对目标区域的图像进行预处理；3、生成真实密度分布图；4、初始化可学习注意力机制网络模型参数，将训练集中的图像作为输入，目标区域的预测密度分布图作为输出，通过比较目标区域的预测密度分布图与真实密度分布图之间的误差，训练可学习注意力机制网络模型，并通过测试集测试模型精度，获得训练完成的可学习注意力机制网络模型。本发明可以解决人群计数网络模型在尺度变化和人头位置偏差的问题，同时更能适应场景中的尺度变化。

本发明授权一种结合可学习注意力机制的人群计数方法在权利要求书中公布了：1.一种结合可学习注意力机制的人群计数方法，其特征在于，采集目标区域的图像以及真实点阵图，通过执行以下步骤，训练获得可学习注意力机制网络模型，并基于该模型获得目标区域的预测密度分布图，进而获得目标区域的最终人群计数图； 步骤1：获取目标区域的图像以及目标区域的真实点阵图； 步骤2：对目标区域的图像进行预处理后构建数据集，将数据集按比例划分为训练集和测试集； 步骤3：将目标区域的真实点阵图经过高斯核的卷积后，输入自注意力模块，生成目标区域的真实密度分布图； 步骤4：初始化可学习注意力机制网络模型参数，将训练集中的图像作为输入，目标区域的预测密度分布图作为输出，通过比较目标区域的预测密度分布图与真实密度分布图之间的误差，训练可学习注意力机制网络模型，并通过测试集测试模型精度，获得训练完成的可学习注意力机制网络模型； 步骤4中，所述训练可学习注意力机制网络模型具体包括如下步骤： 步骤41：提取目标区域图像的局部特征；步骤41中，提取目标区域图像的局部特征F∈RC×W×H，其中C、W和H分别是通道、宽度和高度，然后将局部特征图展平； 步骤42：基于可学习注意力模块确定每个特征位置所关注的局部区域；步骤42中，可学习注意力模块具体结构如下: 首先确定位置p＝Xp,Yp,其中0≤XpW，0≤YpH，标注点位置预测如下： 给定两个预测顶点左下bl和右上ur:对于特定特征，b＝xb,yb，u＝xu,yu，其过滤区域通过以下公式计算： 两个滤波区域的乘积表示为： 当采用全球注意力时，R表示为全1矩阵； 步骤43：采用密度图细化框架对密度图细化进行训练和细化，输出特征与可学习区域注意传输到变压器编码器； 步骤44：经过解码器解码后，得到目标区域的预测密度图； 步骤5：基于可学习注意力机制网络模型获得目标区域的预测密度分布图，使用损失函数联合训练预测密度分布图和真实密度分布图，得到最终人群计数图。

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南京邮电大学，其通讯地址为：210023 江苏省南京市栖霞区文苑路9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。