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！

龙图腾网恭喜北京联合大学申请的专利一种显著区域的深度学习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：CN111626289B 。

龙图腾网通过国家知识产权局官网在2025-04-15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：201910241993.4，技术领域涉及：G06V10/25；该发明授权一种显著区域的深度学习检测方法是由梁晔;马楠;李文法;张磊;徐俊;李大伟;孙晨昊;周航;王楠设计研发完成，并于2019-03-28向国家知识产权局提交的专利申请。

本一种显著区域的深度学习检测方法在说明书摘要公布了：本发明提供一种显著区域的深度学习检测方法，包括构建多尺度深度网络，包括以下步骤：对所述多尺度深度网络进行训练；显著性预测与融合。本发明提出一种显著区域的深度学习检测方法，把基于多尺度的深度网络用于显著区域检测，利用了深度网络内在的层次特征，将RGB图像输入到深度卷积神经网络，通过自下而上的特征提取和自上而下的特征整合，预测不用尺度空间下面的特征图。

本发明授权一种显著区域的深度学习检测方法在权利要求书中公布了：1.一种显著区域的深度学习检测方法，包括构建多尺度深度网络，其特征在于，包括以下步骤：步骤1：对所述多尺度深度网络进行训练，包括以下子步骤：步骤11：设计显著图深度学习预测网络训练的目标函数，训练图像集X以及对应的基准二值标注集S，通过最小化目标函数LS进行网络的训练，公式为： 其中，x，y代表输入图像的坐标；步骤12：设计显著区域大小权重网络训练的目标函数，通过Moore-Neighbor追踪方法找到基准二值标注集S中所有非连接的显著区域，并将这些区域表示为 其中，N代表检测到的显著区域的个数；对于每个显著区域Oi∈O，计算它的面积和整幅图像的比例ri；计算完毕后，得到向量ωi的每个分量设置为 其中，和分别代表显著区域面积占整幅图像比例的最小和最大阈值；根据显著区域大小的标注结果ω，权重预测的损失函数定义如下： 其中，是预测值，k∈{2,3,4}；步骤13：设计整个深度网络训练的目标函数，将权重的预测损失值LS和Lω显著性的预测损失值整合在一起作为整个深度网络的损失函数，公式为：L＝LS+αLω其中，α参数用于平衡两种损失值；步骤2：显著性预测与融合。

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北京联合大学，其通讯地址为：100101 北京市朝阳区北四环东路97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”。