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！

龙图腾网获悉中国电子科技集团公司第五十四研究所申请的专利一种基于认知网络的室内空间环境探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：CN116543294B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202310509789.2，技术领域涉及：G06V20/00；该发明授权一种基于认知网络的室内空间环境探测方法是由陈彦桥;刘厦;宗茂;张小龙;柴兴华设计研发完成，并于2023-05-08向国家知识产权局提交的专利申请。

本一种基于认知网络的室内空间环境探测方法在说明书摘要公布了：本发明涉及环境探测领域，尤其涉及一种基于认知网络的室内空间环境探测方法，解决了室内空间环境下的快速探测问题。本发明采用的技术方案为：采集室内空间图像数据，并对图像数据进行标注；构建认知网络模型；基于认知网络模型对室内空间图像进行认知，得到室内空间环境认知结果；从室内空间认知结果中得到室内空间环境中目标识别结果及人员属性识别结果。本发明基于无人机平台实现室内空间环境探测，可以对复杂环境实现全空间无死角探测，并将目标检测识别模型和人员属性识别模型合并为一个模型，模型设计合理，可以大大降低计算量，提高室内空间环境结果获取速度，识别结果良好。

本发明授权一种基于认知网络的室内空间环境探测方法在权利要求书中公布了：1.一种基于认知网络的室内空间环境探测方法，其特征在于，包括以下步骤： 1采集室内空间图像数据，并对图像数据进行标注； 2构建认知网络模型和损失函数，其中认知网络模型的架构使用目标检测识别网络架构为基础架构，包括YoloV3、YoloV4或者YoloV5，结果输出层在预测置信度、预测框位置和类别的基础上，增加n维用于预测人员属性，包括标志物和服饰，n为人员属性的个数； 认知网络模型的损失函数为： 其中，S为网格大小，B为锚点个数，λiou位置损失项权重，表示对应位置的锚点与标准框的交叠比是否大于阈值，若大于，则阈值取1，否则阈值取0；表示对应位置的锚点与标准框的交叠比是否小于阈值，若小于，则阈值取1，否则阈值取0； 其中，为位置损失项，λiou为位置损失项权重，IOU表示预测框与真实框的交并比，ρ2b,bgt为预测框与真实框中心点的欧式距离的平方，其中，bgt和b分别表示真实框和预测框的中心点坐标，c为能包含预测框与标准框最小矩形区域的对角线距离，为预测长宽比与标准长宽比之间的差值，其中，wgt和hgt分别表示真实框的宽度和高度，w和h表示预测框的宽度和高度，α为参数； 其中，为目标置信度损失，为有目标的损失，为没有目标的损失，λcls为目标置信度损失，λc为类别损失，为对应位置含有目标的真实值，Ci为对应位置含有目标的预测值，表示对应位置的锚点与标准框的交叠比是否小于阈值，若小于，则阈值取1，否则阈值取0； 其中，为目标类别损失函数，classes为对应位置的目标类别种类，为目标的真实概率，pic为目标的预测概率； 其中为人员属性识别损失项，表示对应位置是否含有人员目标，为1则表示含有人员目标，为0则表示不含有人员目标，attribute表示人员属性，表示人员属性的真实值，qic表示人员属性的预测值； 3基于认知网络模型对室内空间图像进行认知，得到室内空间环境认知结果，室内空间环境认知结果表示为： 对于一张图像X，模型的一个抽头输出一个k×k×5+classes+att×B的一个张量，其中k×k为位置网络，5代表一个目标置信度和表示位置的四个维度x，y，w，h，classes为检测类别的个数，att为人员属性个数，B为锚点个数，即某一位置的输出向量为[c,x,y,w,h,0,1,0,…,1,0,0,1,1,…]×B；其中目标置信度为对应位置是否有目标； 4从室内空间认知结果中得到室内空间环境中目标识别结果及人员属性识别结果。

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电子科技集团公司第五十四研究所，其通讯地址为：050081 河北省石家庄市中山西路589号中国电子科技集团公司第五十四研究所航天信息应用技术重点实验室；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”。