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！

龙图腾网获悉大连理工大学申请的专利一种基于事件流式稀疏特性的高效目标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：CN117173467B 。

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：202311115989.6，技术领域涉及：G06V10/764；该发明授权一种基于事件流式稀疏特性的高效目标检测方法是由张炀;贾旭;王栋;卢湖川设计研发完成，并于2023-08-31向国家知识产权局提交的专利申请。

本一种基于事件流式稀疏特性的高效目标检测方法在说明书摘要公布了：本发明提供一种基于事件流式稀疏特性的高效目标检测方法，包括：构建基于事件的敏捷网络EvKeenDet，引入基于事件的时空目标的复制粘贴策略EventGTCopy‑Paste；将自动驾驶仿真数据集放入基于事件的敏捷网络，实现基于事件的目标检测。本发明构建的基于事件的敏捷网络通过膨胀腐蚀长短期记忆网络中的浅层聚合和增强特征表示，有效的处理了流式稀疏事件数据，并生成完整的目标，同时解决了基于事件相机的目标检测中的浅层信息聚合和表示模糊的问题，并引入基于事件的时空目标的复制粘贴策略来提升网络对流式稀疏数据的鲁棒性。

本发明授权一种基于事件流式稀疏特性的高效目标检测方法在权利要求书中公布了：1.一种基于事件流式稀疏特性的高效目标检测方法，其特征在于，包括： 构建基于事件的敏捷网络，核心模块为膨胀腐蚀长短期记忆网络，作为事件时空特征的聚合层使用，包括膨胀器模块和腐蚀器模块，膨胀器模块作为膨胀腐蚀长短期记忆网络的输入端，用来提升特征的语义信息；膨胀器模块使用空洞的邻接注意力机制来计算输入特征与之前的膨胀特征连接而成的局部时空信息，从而提升局部的信息质量，为膨胀腐蚀长短期记忆网络提供有充足语义信息的输入；腐蚀器模块用来去除模糊的区域，将当前时刻的膨胀特征与上一时刻的膨胀特征分别进行可学习线性计算后的特征进行欧式距离绝对尺度与余弦距离相对尺度的相似度的计算，并将欧式距离绝对尺度与余弦距离相对尺度的相似度归一化到[0,1]区间，最后使用两个可学习参数来加权绝对尺度相似度和相对尺度相似度，形成最终的记忆权重来腐蚀记忆； 基于构建的基于事件的敏捷网络，引入基于事件的时空目标的复制粘贴策略EventGTCopy-Paste，通过引入高质量目标数据来增加网络的学习样本，提升网络的鲁棒性和预测能力，包括时序目标事件的选取和时序目标事件的粘贴，其中： 所述时序目标事件的选取，用于筛选出高质量的待粘贴目标，包括以下准则： 准则一、只有在训练序列内的连续事件帧上，并且任意连续两帧的目标满足IOU匹配关系的目标才能加入候选区； 准则二、匹配上的目标属于同一类别； 准则三、对首个伪图像中该目标的事件数量进行筛选，确保引入的数据早期事件不过于稀疏； 所述时序目标事件的粘贴，用于将待粘贴目标数据增强后粘贴到新的数据上； 将自动驾驶仿真数据集放入基于事件的敏捷网络，实现基于事件的目标检测。

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大连理工大学，其通讯地址为：116024 辽宁省大连市高新园区凌工路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。