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！

龙图腾网获悉中国石油大学(华东)申请的专利基于深度学习的执法场所管理监督方法及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：CN119888622B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202510049371.7，技术领域涉及：G06V20/52；该发明授权基于深度学习的执法场所管理监督方法及系统是由王琪皓;闫硕;张千设计研发完成，并于2025-01-13向国家知识产权局提交的专利申请。

本基于深度学习的执法场所管理监督方法及系统在说明书摘要公布了：本发明涉及基于深度学习的执法场所管理监督方法及系统，包括：采集执法场所内的执法过程数据；基于所述执法过程数据，利用人脸识别模型进行人脸识别；其中，所述人脸识别模型基于改进的Dense‑MobileFaceNet网络构建；利用目标识别模型，对识别人脸后的数据进行目标识别，识别执法过程中的异常行为；其中，所述目标识别模型基于改进的YOLOv7‑tiny网络构建。本发明能够实现对执法场所内的实时监控、违规行为识别与预警，提升执法管理的透明性和合法性。

本发明授权基于深度学习的执法场所管理监督方法及系统在权利要求书中公布了：1.基于深度学习的执法场所管理监督方法，其特征在于，包括： 采集执法场所内的执法过程数据； 基于所述执法过程数据，利用人脸识别模型进行人脸识别；其中，所述人脸识别模型基于改进的Dense-MobileFaceNet网络构建； 利用目标识别模型，对识别人脸后的数据进行目标识别，识别执法过程中的异常行为；其中，所述目标识别模型基于改进的YOLOv7-tiny网络构建； 改进YOLOv7-tiny网络包括： 在YOLOv7-tiny网络中的主干网络不同尺度的ELAN层之后均添加一个增强型金字塔分割注意力机制； 在YOLOv7-tiny网络中的Neck部分强化特征网络中再次加入增强型金字塔分割注意力机制； 增强型金字塔分割注意力机制的处理过程为： Zi＝SEWeightFi,i＝0,1,2,…,S-1, Out＝Cat[Y0，Y1,…,Ys-1]， 其中，Zi表示特征图通道注意力的权重向量，atti表示Softmax对通道注意力特征权重的归一化加权过程，0ut为最终输出得到的特征图，SEWeightFi表示利用SE注意力模块对特征Fi进行通道级别的加权处理，i表示特征图Fi的索引，即第i个特征图，SoftmaxZi表示对向量Zi应用Softmax函数，Zi表示通过SE注意力模块计算得到的第i个特征图Fi的通道权重向量，S表示通过SPC模块将输入特征图X拆分成的组数，YS-1表示经过注意力机制处理后的最后一个特征图，Cat表示特征图的拼接操作； 在YOLOv7-tiny网络的训练过程中，使用SIoULoss作为YOLOv7-tiny网络的定位损失函数。

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石油大学(华东)，其通讯地址为：266000 山东省青岛市黄岛区长江西路66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”。