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！

龙图腾网获悉华南师范大学申请的专利图像目标计数的系统、方法及存储介质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：CN115797712B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202211579538.3，技术领域涉及：G06V10/766；该发明授权图像目标计数的系统、方法及存储介质是由黄涌波;刘亦书;靳源培;张利强设计研发完成，并于2022-12-09向国家知识产权局提交的专利申请。

本图像目标计数的系统、方法及存储介质在说明书摘要公布了：本发明公开了一种图像目标计数的系统、方法及存储介质。该系统包括相互连接的集成回归网络、多任务学习模块；集成回归网络包括依次连接的特征学习子网络、回归子网络、预测模块；特征学习子网络根据输入图像，输出多个特征子集；回归子网络用于根据特征子集输出预测值；预测模块用于根据多个回归子网络的预测值进行平均值运算，从而得到图像中目标的最终的计数预测值；多任务学习模块用于为集成回归网络设置训练的损失函数；多任务学习模块分别与回归子网络、预测模块连接。本发明实现了对图像中目标更快的计数速度、更高的计数精度，适应了更多的图像场景。

本发明授权图像目标计数的系统、方法及存储介质在权利要求书中公布了：1.一种图像目标计数的系统，其特征在于，包括相互连接的集成回归网络、多任务学习模块； 所述集成回归网络包括依次连接的特征学习子网络、回归子网络、预测模块； 所述特征学习子网络根据输入图像，输出图像的特征，并将特征划分为多个特征子集； 所述回归子网络设有多个，回归子网络的数量与特征子集的数量相匹配；回归子网络用于根据特征子集输出预测值； 所述预测模块用于根据多个回归子网络的预测值进行平均值运算，从而得到图像中目标的最终的计数预测值； 所述多任务学习模块用于为集成回归网络设置训练的损失函数；多任务学习模块分别与回归子网络、预测模块连接； 多任务学习模块中所述的损失函数由排序损失函数、负相关学习损失函数、计数损失函数组成； 多任务学习模块中所述损失函数ltotal，由所述排序损失函数lRank、所述负相关学习损失函数lNCL、所述计数损失函数LCount分别赋予权重参数后进行累加组成，具体如下式所示： Ltotal＝LRank+λLNCL+μLCount 其中，LRank的权重参数为1，λ为LNCL的权重参数，μ为LCount的权重参数； 排序损失函数LRank的计算如下式所示： 其中，NDCGxi,q为根据图像的排序，计算的近似归一化折损累计增益，xi表示检索图像，q表示进行排序时的查询图像，N为回归子网络的数量，max、min分别对应训练时所输入一组图像中标签值最大、最小的图像，i表示第几张图像，n表示第几个回归子网络； 负相关学习损失函数LNCL的计算公式如下式所示： 其中，M表示训练时向集成回归网络输入的一组图像的数量，n、m均表示对应第几个回归子网络，Fni、Fmi分别表示在第i张图像上第n、m个回归子网络的预测值，Fi表示第i张图像在所有回归子网络上预测值的平均值； 计数损失函数LCount的计算公式如下式所示： 其中，di表示第i张图像的真实计数值。

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华南师范大学，其通讯地址为：510631 广东省广州市天河区中山大道西55号华南师范大学；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”。