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！

龙图腾网获悉中国人民解放军63729部队申请的专利基于退化一致性的恶劣天气场景下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：CN117037050B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202310881935.4，技术领域涉及：G06V20/50；该发明授权基于退化一致性的恶劣天气场景下目标检测方法是由侯艳杰;吴思远;于建新;何华;于国涛;王竞克;谷鹏冲;陈军;王丽莉;李沛锦;闫河设计研发完成，并于2023-07-18向国家知识产权局提交的专利申请。

本基于退化一致性的恶劣天气场景下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退化一致性的恶劣天气场景下目标检测方法，涉及图像处理技术领域。使用合成数据集作为完全标注的数据集，并辅以少量真实场景的恶劣天气图像，通过GCN网络将合成数据集转换为恶劣天气场景下的图像数据集；联合训练BDN和LCN网络，分别将真实恶劣天气场景下的图像与仿真合成的图像输入至网络，从而训练网络。其中，GCN网络使用图像‑图像风格转换算法将大量合成数据集转换为了恶劣天气场景下的图像，有效缓解恶劣天气场景下图像标注不足的问题。BDN网络使用无锚目标检测器作为基础检测器，避免区域筛选机制在恶劣天气场景图像中导致目标丢失的问题。LCN用于微调合成图像产生的特征，细节上更接近于原始恶劣天气场景下的低质量图像。

本发明授权基于退化一致性的恶劣天气场景下目标检测方法在权利要求书中公布了：1.一种基于退化一致性的恶劣天气场景下目标检测方法，其特征在于：所述目标检测方法在目标检测网络中实现，所述目标检测网络DCN包括全局一致性网络GCN、基础检测网络BDN与局部一致性网络LCN，具体包括如下步骤： 1良好的天气场景的图像用In表示，包含真实场景下的天气良好图像与基于计算机图形合成的天气良好图像，真实恶劣天气场景的图像用Ii表示；由于图像In和图像Ii在视觉上有明显的差异，因此将In送入目标检测网络DCN之前，采用全局一致性网络GCN将In的风格翻译成Ii，风格转移生成的图像由Ins表示，Ins为合成的恶劣天气图像； 2联合训练基础检测网络BDN与局部一致性网络LCN：图像Ins被输入到目标检测网络DCN，生成检测器的分数图，进行优化检测器；同时，由检测器产生的特征被输入到目标检测网络DCN的鉴别器，以产生鉴别器的预测值； 还包括，对整个目标检测网络DCN进行适配网络损失的描述： LIn,Ii＝LdetIns+λadvLadvIi 其中λadv表示对抗损失函数的平衡系数；LadvIi表示对抗性损失函数，使用二元交叉熵损失；LdetIns是BDN的检测损失函数； 3图像Ii被输入到目标检测网络DCN，生成的目标特征被直接输入到鉴别器产生预测值；鉴别器用于区分特征来源于图像Ins还是Ii； 4重复步骤2与3，将Ins和Ii被交替送入目标检测网络DCN；当性能验证指标开始下降或者训练轮数达到1000次，停止训练； 具体为：Ins用于优化BDN；由合成的恶劣天气图像创建的特征被称为Fn w,h,c；由真实恶劣天气图像创建的相应特征为Fi w,h,c；其中w和h是头部网络倒数第二层特征图的宽度和高度；c表示特征图的通道数，总共有256个通道；每个特征层的分类和回归子网络是完全一致的；鉴别器交替连接到Fn w,h,c和Fi w,h,c；对抗性损失函数LadvIi表示为： z＝0表示正常天气感应；z＝1表示恶劣天气感应；如果z为0，获得的正常感图像的特征图被送入鉴别器中； 之后，所有鉴别器优化以下损失函数： C和R分别代表分类和回归子网络；L表示目标检测方法的多尺度层次；Dis和Det分别代表识别和检测网络； 5网络训练结束后，测试网络；在测试阶段，将恶劣天气场景下的图像输入到目标检测器，得到目标的检测类别与位置，统计实验结果并计算包括目标识别的评价精度AP在内的指标分数。

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中国人民解放军63729部队，其通讯地址为：030031 山西省太原市龙城北街169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”。