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！

龍圖騰網獲悉長春大學申請的專利一種基于VHPC-DETR的暴力目標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：CN120411736B 。

龍圖騰網通過國家知識產權局官網在2025-09-23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：202510919296.5，技術領域涉及：G06V10/82；該發明授權一種基于VHPC-DETR的暴力目標檢測方法是由李念峰;辛配增;田佳;白新璐;柴騰飛;關彤;劉錢;肖治國;李麗娜設計研發完成，并于2025-07-04向國家知識產權局提交的專利申請。

本一種基于VHPC-DETR的暴力目標檢測方法在說明書摘要公布了：本發明公開了一種基于VHPC?DETR的暴力目標檢測方法，屬于目標檢測與社會安全技術領域，獲取暴力圖像數據集，對數據集進行預處理。對目標檢測模型RT?DETR進行改進，得到改進后的VHPC?DETR模型，對構建好的VHPC?DETR目標檢測模型進行訓練，利用訓練好的檢測模型進行暴力目標檢測；本發明提高了暴力檢測的精度和魯棒性，更適應于不同場景和不同內容的暴力檢測，能夠更精確地實現對暴力的檢測，提高社會安全性。

本發明授權一種基于VHPC-DETR的暴力目標檢測方法在權利要求書中公布了：1.一種基于VHPC-DETR的暴力目標檢測方法，其特征在于，包括以下步驟： S1獲取暴力圖像數據集，對數據集進行預處理； S2對目標檢測模型RT-DETR進行改進，得到改進后的VHPC-DETR模型； S3對構建好的VHPC-DETR目標檢測模型進行訓練； S4利用訓練好的檢測模型進行暴力目標檢測； 步驟S2中，所述改進后的VHPC-DETR模型相對于基礎模型RT-DETR的改進包括雙向混合特征金字塔網絡、動態分階通道交互卷積部分和全域尺度語義編織與彈性特征校準網絡三部分， 所述雙向混合特征金字塔網絡，輸入是不同尺度的特征圖，之后將其通過特征對齊模塊進行處理，首先對高層特征圖轉置卷積，輸出尺寸擴大至P416層級，然后對低層特征圖P38特征經常規卷積下采樣至P416層級,將對齊后的特征通過通道注意力機制生成動態權重，計算公式為： WTD＝σConv2ReLUConv1Falign1 其中WTD為通道注意力權重矩陣，σ為Sigmoid函數，Conv2為1×1卷積層，用來實現通道恢復，ReLU為激活函數，Conv1為1×1卷積層，用來實現通道壓縮，Falign為對齊后的特征圖，再經過信息注入模塊和信息融合模塊，實現了多尺度特征優化； 所述動態分階通道交互卷積部分，是將原模型的骨干網絡部分的后兩層的基礎塊，融合通道分組部分卷積進行改進得到的，圖像進入模型該部分后，動態分階通道交互卷積部分網絡從接收輸入特征開始，輸入特征會沿著不同的路徑進行處理，首先輸入特征有一個分支指向參數判斷路徑，若參數為True，輸入特征會直接通過此路徑傳遞到后續的合并步驟；若參數為False，該路徑無實際作用，輸入特征的另一個分支進入，在一般處理路徑中，特征首先經過一個卷積層，該卷積層對輸入特征進行卷積操作以提取特征，卷積后的特征接著對特征進行批歸一化處理，歸一化后的特征經過ReLU激活函數，引入非線性因素，輸入特征同樣有一個分支進入特殊處理路徑，引入核心組件采用改進型基礎塊進行部分卷積操作，深層特征采用動態分階通道交互卷積部分，淺層特征保持標準卷積，維持位置敏感度，最后將個路徑元素合并輸出； 所述全域尺度語義編織與彈性特征校準網絡是將上下文和空間特征校準網絡中的CFC_CRB模塊和SFC_G2模塊，根據原模型架構進行調整，與基礎模型中的頸部網絡中的特征融合和特征增強部分進行了融合得到調整后的CFC_CRB模塊和調整后的SFC_G2模塊。

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長春大學，其通訊地址為：130022 吉林省長春市朝陽區衛星路6543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”。