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 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 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 > 四川大学林辰宇获国家专利权

四川大学林辰宇获国家专利权

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!

龙图腾网获悉四川大学申请的专利基于可学习非均匀采样的无人机航拍图像目标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:CN119762995B

龙图腾网通过国家知识产权局官网在2025-06-20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:202411853706.2,技术领域涉及:G06V20/17;该发明授权基于可学习非均匀采样的无人机航拍图像目标检测方法是由林辰宇;王韬;汤臣薇;吕建成设计研发完成,并于2024-12-16向国家知识产权局提交的专利申请。

基于可学习非均匀采样的无人机航拍图像目标检测方法在说明书摘要公布了:本发明公开了一种基于可学习非均匀采样的无人机航拍图像目标检测方法,属于无人机航拍图像目标检测技术领域,包括以下步骤:S1、将待检测图像输入至轻量化卷积网络中,输出采样点偏移位置,并根据采样点偏移位置,得到非均匀采样网格;S2、对目标框标注进行转换;S3、利用转换后的目标框标注计算目标检测损失函数;S4、构建基于目标放大倍率的损失函数;S5、对目标检测器网络进行优化,并利用优化后的目标检测器网络完成目标检测。本发明通过引入极低的附加计算成本,显著提升了现有目标检测算法在无人机航拍图像中针对小型目标的检测精度,解决了计算资源受限的航空图像小目标检测问题。

本发明授权基于可学习非均匀采样的无人机航拍图像目标检测方法在权利要求书中公布了:1.一种基于可学习非均匀采样的无人机航拍图像目标检测方法,其特征在于,包括以下步骤:S1、将待检测图像输入至轻量化卷积网络中,输出采样点偏移位置,并根据采样点偏移位置,得到非均匀采样网格;S2、利用非均匀采样网格得到非均匀采样后的图像,并对目标框标注进行转换;S3、利用非均匀采样后的图像得到目标框预测结果,并利用转换后的目标框标注计算目标检测损失函数;S4、构建基于目标放大倍率的损失函数;S5、根据目标检测损失函数和基于目标放大倍率的损失函数对目标检测器网络进行优化,并利用优化后的目标检测器网络完成目标检测;所述S2包括以下子步骤:S21、根据非均匀采样网格的采样网格矩阵,得到非均匀采样后的图像;S22、利用待检测图像和非均匀采样后的图像对目标框标注进行转换;所述S22中,利用待检测图像的原始图像空间将目标框标注的左上角点和右下角点映射至非均匀采样后的图像的扭曲图像空间,其映射的表达式为:;式中,表示待检测图像中像素坐标的横坐标,表示待检测图像中像素坐标的纵坐标,表示扭曲图像空间,表示扭曲图像空间上像素坐标的横坐标,表示扭曲图像空间上像素坐标的纵坐标,表示原始图像空间;所述S4包括以下子步骤:S41、根据待检测图像的各个目标框的面积大小以及非均匀采样后的图像的各个目标框的面积大小,计算目标放大倍率;S42、构建基于目标放大倍率的损失函数;所述S41中,目标放大倍率的计算公式为: ;式中,表示待检测图像的目标框的面积大小,表示非均匀采样后的图像的目标框的面积大小,表示求和函数;所述S42中,基于目标放大倍率的损失函数的表达式为: ;式中,表示最大值函数,表示对数函数,表示第一超参数,表示第二超参数,表示第三超参数,表示目标放大倍率。

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四川大学,其通讯地址为:610065 四川省成都市一环路南一段24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。