Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜浙江大学谢磊获国家专利权

恭喜浙江大学谢磊获国家专利权

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!

龙图腾网恭喜浙江大学申请的专利一种基于全局特征下标签分配可控的密集行人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:CN115909184B

龙图腾网通过国家知识产权局官网在2025-05-02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:202211142880.7,技术领域涉及:G06V20/52;该发明授权一种基于全局特征下标签分配可控的密集行人检测方法是由谢磊;何昊阳;李至善设计研发完成,并于2022-09-20向国家知识产权局提交的专利申请。

一种基于全局特征下标签分配可控的密集行人检测方法在说明书摘要公布了:本发明公开了一种基于全局特征下标签分配可控的密集行人检测方法,包括以下步骤:1采集交通场景下的视频数据并按帧提取图像;2在图像中标注行人的位置以及行人可见部分的具体位置;3在损失函数的基础上设计框可见权重函数;4在损失函数的基础上设计小目标权重函数;5优化正样本的标签分配策略;6优化负样本的标签分配策略;7训练模型并进行推理和预测。本发明对于被遮挡行人及小目标行人具有更强的检测能力,并且优化的标签分配策略使模型更好的学习正负样本的特征。

本发明授权一种基于全局特征下标签分配可控的密集行人检测方法在权利要求书中公布了:1.一种基于全局特征下标签分配可控的密集行人检测方法,其特征在于,包括以下步骤:1利用监控设备或车载录像设备采集交通场景下的视频数据,提取视频数据中的关键帧;2在关键帧构成的图像数据中标注出行人位置,进一步标注出行人可见部分的具体位置,并获得每张图像的尺寸;3构建单阶段无锚框检测模型FCOS,在损失函数的基础上设计框可见权重函数;具体的,权重函数fk与可见部分权重的公式为:fk=k2+1 其中,代表第i个GT框中可见部分权重,代表第i个GT框对应第j个锚框的损失函数,将可见部分权重乘以损失函数得到更新后的损失函数可见部分框的面积和整个框的面积相除得到可见部分框占整个框的比例4在损失函数的基础上设计小目标权重函数;具体过程为:4-1根据每个GT框的坐标计算出每个GT的面积 其中,表示第i个GT左上角的横纵坐标值,表示第i个GT右下角的横纵坐标值;4-2计算出当前图片的尺寸Ap;Ap=Wp×Hp4-3计算每个GT面积与当前图片面积的比值 4-4将该比值进行归一化处理得到最终的小目标比值 4-5将得到的比值带入到权重函数fk进行调整,得到小目标权重fk=k2+1 4-6将小目标权重乘以损失函数得到更新的损失函数 该权重函数与小目标部分的比例成正相关,小目标比例越低,得到的最终权重越小;对于每个GT将有不同的权重大小,目标越大的GT最终得到的损失函数越高;5设计正样本的标签分配策略,用于动态分配每个GT框匹配正样本的数量;6设计负样本的标签分配策略,将与GT框有一部分重合的锚框分配为忽略样本,其余根据IoU阈值分配为负样本;7对检测模型进行不少于100个Epoch的迭代训练,并监视损失函数直至模型收敛;8将待检测的图像输入训练好的检测模型,进行密集行人检测。

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浙江大学,其通讯地址为:310058 浙江省杭州市西湖区余杭塘路866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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。