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！

龙图腾网恭喜北京工业大学申请的专利一种基于屏幕监控的软件识别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：CN112598056B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202011523090.4，技术领域涉及：G06V10/762；该发明授权一种基于屏幕监控的软件识别方法是由胡浩;姜楠;刘子豪设计研发完成，并于2020-12-21向国家知识产权局提交的专利申请。

本一种基于屏幕监控的软件识别方法在说明书摘要公布了：本发明公开了一种基于屏幕监控的应用程序识别方法，相比于传统的视频图像识别方法进行了改进，包括以下步骤：步骤S1：利用Leaders聚类的算法对数据集进行预处理，接着进行抽样操作，抽取若干个样本子集，对样本子集进行核K‑means聚类操作，最后通过计算各个样本子集间的均值距离整合聚类结果确定anchor的初始位置在送入YOLOv3模型中进行目标检测；步骤S2：引入可以用来搭建具有稀疏性网络的inception结构，使得具有参数完整连接的网络层变成具有稀疏性的网络层，在减少训练参数数量的同时加宽网络的宽度；步骤S3：通过对YOLOv3模型的多尺度融合操作进行改进，考虑特征提取网络更加浅层的目标信息，提高网络对小目标的敏感程度。

本发明授权一种基于屏幕监控的软件识别方法在权利要求书中公布了：1.一种基于屏幕监控的软件识别方法，其特征在于：步骤S1：利用Leaders聚类的算法对数据集进行预处理，接着进行抽样操作，抽取若干个样本子集，对样本子集进行核K-means聚类操作，最后通过计算各个样本子集间的均值距离整合聚类结果确定anchor的初始位置在送入YOLOv3模型中进行目标检测； 步骤S2：引入用来搭建具有稀疏性网络的inception结构，使得具有参数完整连接的网络层变成具有稀疏性的网络层，在减少训练参数数量的同时加宽网络的宽度； 步骤S3：通过对YOLOv3模型的多尺度融合操作进行改进，考虑特征提取网络更加浅层的目标信息，提高网络对小目标的敏感程度； 所述步骤S1包括：首先采用Leaders聚类方法对待聚类特征点进行初始聚类，得到初始的聚类中心；接着根据初始聚类中心多次抽样得到样本子集，对每个子样本集进行核K-means聚类；最后对各子样本集聚类结果进行整合，从而在合理控制抽样数据规模的同时增强初始聚类设置对原始类别的覆盖，使其近似核函数的计算更加合理； 所述步骤S2包括：利用inception结构加宽了网络的宽度，增加5×5大小的感受野，更改YOLOv3模型多尺度操作时的输入，使最终输出的结果更加精确，提高网络性能； 所述步骤S3包括：在原本的YOLOv3模型的三尺度融合的基础上，再增加一个尺度，将网络提取到的更加浅层的信息加以利用，可以对多尺度目标或小目标的检测精确度有所加强。

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工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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”。