哈尔滨工业大学(深圳)王旭获国家专利权
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!
龙图腾网获悉哈尔滨工业大学(深圳)申请的专利目标实时检测方法、系统及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:CN116110023B 。
龙图腾网通过国家知识产权局官网在2025-09-16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:202211619208.2,技术领域涉及:G06V20/58;该发明授权目标实时检测方法、系统及介质是由王旭;徐勇设计研发完成,并于2022-12-14向国家知识产权局提交的专利申请。
本目标实时检测方法、系统及介质在说明书摘要公布了:本发明提供了一种目标实时检测方法、系统及介质,所述目标包括车辆或行人中的一种,所述方法包括:获取当前目标的监控数据信息,所述当前目标的监控数据的类型包括视频数据或图片帧;根据所述当前目标的监控数据的类型,以及预先结合前背景知识蒸馏和自适应动态loss权重建立的目标检测模型执行推理,对所述当前目标进行检测并进行分析;根据分析结果判断所述当前目标是否在行驶危险区域;根据判断结果执行对应的操作,本发明创新性地将前背景知识蒸馏和自适应动态loss权重相结合,使得蒸馏的结果更加准确,检测的速度更快,且本发明目标实时检测方法优于很多传统的知识蒸馏法,检测结果也比传统方法精确很多,漏检率大大降低。
本发明授权目标实时检测方法、系统及介质在权利要求书中公布了:1.一种目标实时检测方法,其特征在于,所述目标包括车辆或行人中的一种,所述方法包括以下步骤: 步骤S10,获取当前目标的监控数据信息,所述当前目标的监控数据的类型包括视频数据或图片帧; 步骤S20,根据所述当前目标的监控数据的类型,以及预先结合前背景知识蒸馏和自适应动态loss权重建立的目标检测模型执行推理,对所述当前目标进行检测并进行分析; 步骤S30,根据分析结果判断所述当前目标是否在行驶危险区域; 步骤S40,根据判断结果执行对应的操作; 所述步骤S10,获取当前目标的监控数据信息的步骤之前包括: 步骤S00,预先结合前背景知识蒸馏和自适应动态loss权重建立目标检测模型; 所述步骤S00,预先结合前背景知识蒸馏和自适应动态loss权重建立目标检测模型的步骤包括: 选择从目标检测网络的Neck部分,利用ground-truth掩码将提取出的特征分割出前景相关特征和背景相关特征,并在teacher和student之间选用L2Loss使得teacher的知识有效传递给student,对于给定尺寸为H×W大小的中间特征,首先根据ground-truth生成一个二进制掩码M: Mi,j=1[i,j∈B]1 其中B是ground-truth,M∈{0,1}H×W,位置i,j的值为1表示它属于前景,为0则表示背景;通过生成二进制掩码M,可以知道每个位置是属于前景还是背景,之后可以用来解耦neck的前背景特征; 所述步骤S00,预先结合前背景知识蒸馏和自适应动态loss权重建立目标检测模型的步骤还包括: 使用指数移动平均法来计算每个batch后loss变化的标准差,避开显式计算梯度而带来的耗时上涨,又可以得到和某点邻域附近的梯度量级,采用的公式为: bi←βbi+1-βLi8 其中: n表示有n个任务; wi表示任务i的权重; Li表示任务i的损失loss; ai表示Li平方的移动平均值; bi表示Li的移动平均值; β表示移动平均的超参数; si表示任务i的标准差; 同时为防止学到的权重w过大或过小,因此每次需要对权重之和进行一次n倍归一化,如公式10所示; 其中,为了防止因loss量级不同而导致计算标准差时出现差异,公式9中,引入变异系数来消除测量尺度和量纲的影响,从而在计算每个任务独立的标准差时,把loss量级也考虑了进来,采用的公式为:
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哈尔滨工业大学(深圳),其通讯地址为:518000 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区;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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。