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！

龙图腾网获悉内蒙古工业大学申请的专利一种复杂场景的牛脸检测方法及其检测系统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：CN117152790B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202310773782.1，技术领域涉及：G06V40/10；该发明授权一种复杂场景的牛脸检测方法及其检测系统是由齐咏生;焦杰;张锦程;杜晓旭;刘利强;李永亭设计研发完成，并于2023-06-28向国家知识产权局提交的专利申请。

本一种复杂场景的牛脸检测方法及其检测系统在说明书摘要公布了：本发明提供了一种复杂场景的牛脸检测方法及其检测系统，所述牛脸检测方法包括如下步骤：设计了模糊度评价指标、逆光度评价指标以及遮挡率评价指标，并将三种评价指标通过模糊隶属度函数进行归一化，确定自适应权重系数；基于YOLOV7‑tiny在主干特征提取网络引入注意力机制CDAA，设计通道和空间注意力并行结构，并融合所述自适应权重系数；采用所述自适应权重系数对YOLOV7‑tiny损失函数进行优化。本发明的复杂场景的牛脸检测方法可以有效针对逆光、遮挡和模糊这几种常见干扰。

本发明授权一种复杂场景的牛脸检测方法及其检测系统在权利要求书中公布了：1.一种复杂场景的牛脸检测方法，其特征在于，包括如下步骤： 设计了模糊度评价指标、逆光度评价指标以及遮挡率评价指标，并将三种评价指标通过模糊隶属度函数进行归一化，确定自适应权重系数； 基于YOLOV7-tiny在主干特征提取网络引入注意力机制CDAA，设计通道和空间注意力并行结构，并融合所述自适应权重系数； 采用所述自适应权重系数对YOLOV7-tiny损失函数进行优化； 将三种评价指标通过模糊隶属度函数进行归一化的方法包括如下步骤：引入模糊隶属函数将三个评价指标进行归一化，获得图像场景的综合评价指标，具体计算公式如下： 模糊度a1、b1，逆光度a2、b2，遮挡率a3、b3； 设计通道和空间注意力并行结构的方法包括： 首先在通道注意力分支引入全局平均池化特征通道，具体计算公式如下： ωz＝σC1Dkz z∈Rc为不降维的聚合特征，由压缩输出u的空间维度H×W生成，GAP为全局平均池化；C1D表示一维卷积，k为卷积核大小，σ为Sigmoid激活函数，Fscale将归一化的权值乘到各个通道得到特征其中 其次，引入全局最大池化特征通道，具体计算公式如下： sc＝GMPuc＝maxuc ωs＝σC1Dks GMP为全局最大池化，为通道注意力分支提取的特征，Fcat代表特征融合操作，先将和进行特征拼接，特征通道数变为原来2倍，再通过1×1卷积操降维将通道数还原； 引入的空间注意力分支使用通道最大池化和通道平均池化并行结构，在空间维度H×W中沿着通道方向进行压缩，将之后通过卷积将多通道特征压缩为单通道特征，最后将输入特征与得到的空间权重信息相乘形成有效特征描述符；空间注意力分支的计算公式如下： pi,j＝Fcmaxui,j＝maxui,j Fcmax为通道最大池化，Fcavg为通道平均池化，ui,j由压缩空间维度H×W中某个位置上所有通道得到，经过通道最大池化和通道平均池化分别提取特征pi,j和qi,j，为空间注意力模块提取特征，其中 确定自权重系数α和β的方法包括： α是对通道注意力分支的加权，由模糊度和遮挡率确定；β是对空间注意力分支的加权，由逆光度确定，具体计算公式如下： ph1、ph2和ph3为模糊度、逆光度和遮挡率所对应的权重系数，F1、F2和F3为对应的评价指标，f1、f2和f3为实际情况下三种场景的检测难度系数； 注意力加强之后融合自权重系数α和β的的表达式为： 采用所述自适应权重系数对YOLOV7-tiny损失函数进行优化的方法包括： ε＝ph1+ph2+ph3+1 ε为优化系数，由权重系数ph1、ph2、ph3确定，lossb、losso、lossc分别代表矩形框损失、置信度损失、分类损失，下标80、40、20分别代表大、中、小尺度，λ1、λ2、λ3为各尺度网格损失函数的权重系数。

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内蒙古工业大学，其通讯地址为：010051 内蒙古自治区呼和浩特市新城区爱民街49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”。