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！

龙图腾网获悉东南大学申请的专利基于卷积神经网络的复杂背景下柔性易变形物体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：CN116206301B 。

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：202210890858.4，技术领域涉及：G06V20/64；该发明授权基于卷积神经网络的复杂背景下柔性易变形物体识别方法是由秦龙辉;柴大洲;张嘉桐;包文辉;李瑞茹设计研发完成，并于2022-07-27向国家知识产权局提交的专利申请。

本基于卷积神经网络的复杂背景下柔性易变形物体识别方法在说明书摘要公布了：本发明公开了一种基于卷积神经网络的复杂背景下柔性易变形物体识别方法，涉及视觉图像的自动化处理和机器学习领域，解决了由于复杂背景干扰或待识别对象易变形而导致识别率低的问题，其技术方案要点是通过尺寸缩放、移动旋转、色彩变换、背景变更、噪声模拟、人为遮挡、预变形等图像处理技术对原有图像样本进行数据增强，然后将训练图像数据集输入卷积神经网络进行训练，使神经网络“自主学会”复杂背景下柔性物体的识别；与已有通过人为提取图像特征再进行机器学习或建立模型库进行比对识别等技术相比，本申请提出的方法极大减少了神经网络模型对训练数据集样本量的要求，且无需建立物理模型，自动化程度高，适用范围广，即使在处理复杂的柔性易变形物体时也能取得极高的识别精度。

本发明授权基于卷积神经网络的复杂背景下柔性易变形物体识别方法在权利要求书中公布了：1.基于卷积神经网络的复杂背景下柔性易变形物体识别方法，其特征在于，包括以下具体步骤： S1、获取待识别物体的视觉图像小样本数据集{I0}； S2、提取数据集内每幅图像中的待识别物体部分，应用尺寸缩放、移动旋转、色彩变换、背景变更、噪声模拟、人为遮挡、对图像进行数据增强； S21、利用摩尔邻域追踪算法或Gabor滤波器方法提取待识别主体的图像部分； S22、尺寸缩放：x',y'＝x*m,y*m其中，m代表缩放倍数； S23、移动旋转：x',y'＝x+m,y+n、其中，m、n是水平，竖直方向平移量；θ代表逆时针旋转角度； S24、色彩变换：Ri,Gi,Bi＝Ri+r,Gi+r,Bi+r.其中，各个通道改变量相同，均为r，同时这个改变是以256为模的； S25、背景变更：进行边缘检测得到轮廓点集I0，进而得到目标区域点集Id，将背景图片Ib的尺寸更改为待处理图片Ip的尺寸，对于每个像素点xi,yi都进行判断：若xi,yi∈Id，则保持像素点不变；若则有 S26、噪声模拟：其中，RGB是每个像素点的RGB分量，m是高斯噪声值，μ是均值，σ是标准差； S27、人为遮挡：在图像上随机选择像素点，由像素点生成面积为Sr遮挡区域Id；计算区域面积，如果面积过大，超过总面积的10％则重新选择区域，如果区域面积符合要求，则令 S28、得到处理后的结果，同时使用摄像头采集预变形的数据；将两种数据组合起来，得到增强后的数据集{I1} S29、预变形：预设几种外力施加情境，采集柔性物体在规定情境下变形后的图像，加入数据集； S3、使用{I1}训练卷积神经网络，获得识别模型；预测出所识别物体所属类别。

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东南大学，其通讯地址为：211100 江苏省南京市江宁区东南大学路2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”。