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！

龍圖騰網獲悉燕山大學申請的專利一種針對復雜環境的高精度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：CN115830337B 。

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：202211551601.2，技術領域涉及：G06V10/44；該發明授權一種針對復雜環境的高精度目標檢測方法是由劉連竣;呼子宇;代言;鄧鵬偉;嚴雪飛;王光磊;李思超;劉欣宜設計研發完成，并于2022-12-05向國家知識產權局提交的專利申請。

本一種針對復雜環境的高精度目標檢測方法在說明書摘要公布了：本發明公開了一種針對復雜環境的高精度目標檢測方法，該方法包括以下步驟：S1、將待檢測圖像劃分為普通圖像與復雜圖像分別進行輸入；S2、利用SAYOLO算法中的YOLOv4神經網絡對所述普通圖像進行檢測，并輸出普通圖像檢測結果；S3、利用SAYOLO算法中的ANYOLOv4神經網絡對所述復雜圖像進行檢測，并輸出復雜圖像檢測結果；S4、采用Score評估函數分別對所述普通圖像檢測結果與所述復雜圖像檢測圖像進行評估，并輸出各自的評估結果；S5、選擇數值高的所述評估結果。本發明基于YOLOv4算法與CBAM注意力機制模塊提出ANYOLOv4復雜圖像檢測模塊，有效提高對于復雜環境下目標檢測魯棒性。

本發明授權一種針對復雜環境的高精度目標檢測方法在權利要求書中公布了：1.一種針對復雜環境的高精度目標檢測方法，其特征在于，該方法包括以下步驟： S1、將待檢測圖像劃分為普通圖像與復雜圖像分別進行輸入； S2、利用SAYOLO算法中的YOLOv4神經網絡對所述普通圖像進行檢測，并輸出普通圖像檢測結果； S3、利用SAYOLO算法中的ANYOLOv4神經網絡對所述復雜圖像進行檢測，并輸出復雜圖像檢測結果； 所述ANYOLOv4神經網絡在所述YOLOv4神經網絡的PANet結構中加入CBAM注意力模塊；其中，所述CBAM注意力模塊包括通道注意力機制和空間注意力機制； 所述ANYOLOv4神經網絡與所述YOLOv4神經網絡采用不共享的網絡權重； S4、采用Score評估函數分別對所述普通圖像檢測結果與所述復雜圖像檢測圖像進行評估，并輸出各自的評估結果； 所述采用Score評估函數分別對所述普通圖像檢測結果與所述復雜圖像檢測圖像進行評估，并輸出各自的評估結果包括以下步驟： S41、計算所述普通圖像與所述復雜圖像作為輸入圖像的暗通道值，公式為： S42、計算暗通道的平均值，公式為： 式中，D表示輸入圖像的暗通道，且 I表示輸入圖像，且 w表示輸入圖像的寬度； h表示輸入圖像的高度； y∈Ωx表示以像素x為中心的窗口，并通過操作實現對操作后的輸出結果的濾波； Ic表示輸入圖像R、G、B通道的其中一個通道，且 MDCV表示暗通道的平均值； S43、基于所述暗通道的平均值構建Score評估函數，并分別對YOLOv4神經網絡和ANYOLOv4神經網絡輸出的檢測結果進行評分，最終得到所述普通圖像與所述復雜圖像各自的評估結果； 所述Score評估函數包括普通圖像評估函數與復雜圖像評估函數； 其中，所述普通圖像評估函數的公式為： 所述復雜圖像評估函數的公式為： 式中，confidence表示普通圖像檢測模塊輸出的所有檢測目標的置信度， n表示普通圖像檢測模塊檢測到的目標總數； confidence'表示復雜圖像檢測模塊輸出的所有檢測目標的置信度，且 m表示復雜圖像檢測模塊檢測到的目標總數； MDCV表示輸入圖像的暗通道均值； S5、選擇數值高的所述評估結果，并將其對應的檢測結果進行輸出。

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燕山大學，其通訊地址為：066004 河北省秦皇島市河北大街西段438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”。