買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉四川中久新光科技有限公司申請的專利基于融合高分辨率特征的多類別關鍵點檢測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120198685B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510685332.6，技術領域涉及：G06V10/46；該發明授權基于融合高分辨率特征的多類別關鍵點檢測方法是由楊凌云;孟令國;潘博;劉雪濤;王威;汪林峰;張潤;董旭;宋彩霞;梁亞琦設計研發完成，并于2025-05-27向國家知識產權局提交的專利申請。

本基于融合高分辨率特征的多類別關鍵點檢測方法在說明書摘要公布了：本發明公開了基于融合高分辨率特征的多類別關鍵點檢測方法，涉及計算機視覺技術領域，包括對待檢測目標標注包圍框和關鍵點坐標；將圖像關鍵點進行最長對齊后轉換成高斯分布圖或直接轉換為高斯分布圖；采用包圍框數據訓練目標檢測器；將高斯分布圖作為標簽傳入改進后的深度學習關鍵點檢測模型中進行訓練；將待檢測圖像輸入訓練后的目標檢測器得到目標位置信息，預處理后傳入模型得到關鍵點坐標；計算關鍵點及其相鄰像素的圖像梯度，將梯度變化最大的點視為最終關鍵點。本發明能夠融合高分辨率特征圖和次級分辨率特征圖，更加準確地捕捉到有效的位置信息，并預測出更準確的關鍵點位置。且能夠擴展到多種類別的關鍵點檢測而并不增加太多的計算開銷。

本發明授權基于融合高分辨率特征的多類別關鍵點檢測方法在權利要求書中公布了：1.一種基于融合高分辨率特征的多類別關鍵點檢測方法，其特征在于，包括： 步驟S100、采集待檢測目標的圖像數據，得到圖像數據樣本； 步驟S200、對圖像數據樣本中的待檢測目標標注包圍框和關鍵點坐標，得到包圍框數據和關鍵點數據； 步驟S300、判斷關鍵點數據是否需要最長對齊，若需要，則進行最長對齊后再將最長對齊后的關鍵點數據轉換成高斯分布圖，否則，直接將關鍵點數據轉換為高斯分布圖；最長對齊方法如下： 步驟S310、如果標注同一類別的關鍵點，每個目標的關鍵點標注順序需要一致； 步驟S320、如果標注不同類別的關鍵點且類別之間的關鍵點數目不一致，那么關鍵點數目較少的目標按照順序標注后，需要在最后進行補0操作，直至將數目補足至所有類別中關鍵點數目最多的，從而完成最長對齊； 步驟S400、采用包圍框數據訓練目標檢測器，該目標檢測器用于預測待檢測圖像中待關鍵點檢測的目標的位置信息； 步驟S500、將高斯分布圖作為標簽傳入深度學習關鍵點檢測模型中進行訓練，并獲得訓練后的關鍵點檢測模型； 所述深度學習關鍵點檢測模型包括編碼器和解碼器，所述編碼器有四層，每層由一個第一模塊構成，所述第一模塊由分辨率保持組件、下采樣組件和第一特征融合組件構成；所述分辨率保持組件由卷積層、BN層、激活函數層構成；所述下采樣組件由卷積層、BN層、激活函數層、池化層構成；所述第一特征融合組件由卷積層、BN層、激活函數層、池化層、通道拼接層構成；編碼器第一層的第一模塊中，第一特征融合組件只需要融合該層的第一模塊中的分辨率保持組件的輸出以及下采樣組件的輸出特征，在編碼器后續三層的第一模塊中，第一特征融合組件除融合對應層的第一模塊中的分辨率保持組件的輸出以及下采樣組件的輸出特征外，還融合第一層的第一模塊中的分辨率保持組件的輸出； 所述解碼器由四層，每層由一個第二模塊構成，每個第二模塊均分為上采樣組件和第二特征融合組件兩個部分；所述上采樣組件由轉置卷積層組成；所述第二特征融合組件包括特征通道拼接層、卷積層、BN層、激活函數，所述第二特征融合組件將融合編碼器同一層的第一模塊中的分辨率保持組件輸出的特征圖與解碼器同一層的第二模塊中的上采樣組件之后的特征圖，保證解碼器向正確的方向解碼； 步驟S600、將待檢測圖像輸入訓練后的目標檢測器，得到待檢測圖像中所有的目標位置信息，將目標在待檢測圖像的位置截取出來得到子圖，若子圖大小不等于預設大小，則將子圖拉伸或壓縮至預設大小，再傳入訓練后的關鍵點檢測模型中，得到關鍵點坐標信息； 步驟S700、基于模型預測出的關鍵點坐標信息，計算關鍵點及其相鄰像素的圖像梯度，將梯度變化最大的點視為最終的關鍵點。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人四川中久新光科技有限公司，其通訊地址為：621000 四川省綿陽市游仙區科學城大道1號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。