買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉南京信息工程大學(xué)申請的專利圖像金字塔特征指導(dǎo)的多尺度目標(biāo)檢測方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114612709B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-22發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202210185676.7，技術(shù)領(lǐng)域涉及：G06V10/25；該發(fā)明授權(quán)圖像金字塔特征指導(dǎo)的多尺度目標(biāo)檢測方法是由陳蘇婷;馬文妍;張艷艷;張闖設(shè)計(jì)研發(fā)完成，并于2022-02-28向國家知識產(chǎn)權(quán)局提交的專利申請。

本圖像金字塔特征指導(dǎo)的多尺度目標(biāo)檢測方法在說明書摘要公布了：本發(fā)明公開了一種圖像金字塔特征指導(dǎo)的多尺度目標(biāo)檢測方法，包括步驟：S1，以彩色圖像作為網(wǎng)絡(luò)輸入，以FPN作為目標(biāo)檢測的框架，采用排序下采樣方法提取圖像特征；S2，以同一幅彩色圖像作為輸入，采用構(gòu)建的雙瓶頸子卷積網(wǎng)絡(luò)提取圖像金字塔中每層級的位置信息和細(xì)節(jié)特征；S3，將步驟S2中提取的每層級的圖像特征和主干網(wǎng)絡(luò)對應(yīng)的深層特征輸入到構(gòu)建的分層式特征融合模塊中，完成高分辨率、弱語義特征與低分辨率、強(qiáng)語義特征的融合；S4，引入Focalloss重構(gòu)損失函數(shù)，完成目標(biāo)檢測。本發(fā)明不僅能加強(qiáng)空間位置信息，而且能避免在下采樣中丟失大量細(xì)節(jié)信息，從而增加了目標(biāo)檢測網(wǎng)絡(luò)對小目標(biāo)和鄰近目標(biāo)的辨識度。

本發(fā)明授權(quán)圖像金字塔特征指導(dǎo)的多尺度目標(biāo)檢測方法在權(quán)利要求書中公布了：1.一種圖像金字塔特征指導(dǎo)的多尺度目標(biāo)檢測方法，其特征在于，包括步驟如下： S1，以彩色圖像作為網(wǎng)絡(luò)輸入，以基于ResNet-101主干網(wǎng)絡(luò)的FPN作為目標(biāo)檢測的框架，采用排序下采樣方法提取圖像特征； S2，以步驟S1中的同一幅彩色圖像作為輸入，采用構(gòu)建的雙瓶頸子卷積網(wǎng)絡(luò)提取圖像金字塔中每層級的位置信息和細(xì)節(jié)特征；構(gòu)建雙瓶頸子卷積網(wǎng)絡(luò)的過程如下： S21，定義雙瓶頸子卷積網(wǎng)絡(luò)的輸入為： 其中，表示高度為H*、寬度為W*的圖像，該圖像同時(shí)是目標(biāo)檢測模型的輸入圖像；i為圖像金字塔和主干網(wǎng)絡(luò)的層級索引； S22，將圖像金字塔中的第i層圖像輸入雙瓶頸子卷積網(wǎng)絡(luò)，通過一個(gè)5×5卷積核和一個(gè)3×3卷積核提取圖像表層的邊緣特征； S23，將被提取的邊緣特征輸入到具有2個(gè)瓶頸結(jié)構(gòu)的殘差網(wǎng)絡(luò)單元中提取細(xì)節(jié)特征，使用帶有1×1卷積核的側(cè)邊連接，將準(zhǔn)確定位的邊緣信息傳輸給提取的紋理細(xì)節(jié)特征； 所述瓶頸結(jié)構(gòu)由2個(gè)分別用于特征圖通道降維與升維的1×1卷積核和2個(gè)用于學(xué)習(xí)淺層特征的3×3卷積核構(gòu)成； S24，得到與對應(yīng)主干網(wǎng)絡(luò)層級尺度相同的特征圖，為殘差網(wǎng)絡(luò)單元的輸出； S25，以不同尺度的圖像作為輸入，定義雙瓶頸子卷積網(wǎng)絡(luò)的輸出為： 其中，表示圖像金字塔第i層圖像被提取的特征；表示圖像金字塔中所有層級圖像被提取的特征的集合； S3，將步驟S2中提取的每層級的圖像特征和主干網(wǎng)絡(luò)對應(yīng)的深層特征輸入到構(gòu)建的分層式特征融合模塊中，完成高分辨率、弱語義特征與低分辨率、強(qiáng)語義特征的融合； S4，引入Focalloss重構(gòu)損失函數(shù)，對多任務(wù)進(jìn)行訓(xùn)練，完成目標(biāo)檢測。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人南京信息工程大學(xué)，其通訊地址為：224002 江蘇省鹽城市鹽南高新區(qū)新河街道文港南路105號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。