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！

龙图腾网获悉浙江工业大学之江学院申请的专利一种卷积神经网络中loss函数实现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：CN114612765B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202210155685.1，技术领域涉及：G06V20/00；该发明授权一种卷积神经网络中loss函数实现方法是由陈少辉;丁述勇;徐晓刚设计研发完成，并于2022-02-21向国家知识产权局提交的专利申请。

本一种卷积神经网络中loss函数实现方法在说明书摘要公布了：本发明公开了一种卷积神经网络中loss函数实现方法，涉及神经网络技术领域。本发明包括步骤一：设计网络模型结构，引入三通道灰度图像，对输入图像数据进行均方差归一化预处理；步骤二：设计下采样部分遵循卷积网络的代表性架构，提取的特征由内容感知重组上采样的解码器处理，重组特征图的语义信息。本发明通过设置网络模型结构,实现了在非约束的低光照自然场景中,准确识别出人物目标以及对目标进行准确的分割，对于混合噪声非常严重的单个帧，通过卷积神经网络中loss函数处理也能获得令人满意的结果，且本发明能实时，准确的对自然场景中低光照，多光源光照，摄像机噪声严重，运动模糊现象中的图像中的目标进行识别。

本发明授权一种卷积神经网络中loss函数实现方法在权利要求书中公布了：1.一种卷积神经网络中loss函数实现方法，其特征在于，包括如下步骤： 步骤一：设计网络模型结构，引入三通道灰度图像，对输入图像数据进行均方差归一化预处理； 步骤二：设计下采样部分遵循卷积网络的代表性架构，提取的特征由内容感知重组上采样的解码器处理，重组特征图的语义信息； 步骤三：采用ACS损失函数计算网络在训练期间的误差损失，所述ACS损失函数包括基于区域、质心和形状三个条件的监督，最终总的Loss是对三个因素的真实值和预测值误差值计算的加权和，满足下式：LossACS＝C1×Lshape+C2×Lcentroid+C3×Lregion，其中C1、C2、C3为权重系数；Lshape为形状误差，使用Hu矩标识二值化图像的形状，通过计算预测图像和GT图像的Hu矩的欧几里得距离得到；Lcentroid为质心误差，通过计算预测图像和GT图像的质心之间的距离得到，公式为Lregion为区域误差，通过计算加权交叉熵得到，公式为ωi代表像素的重要性； 步骤四：将数据集内的弱光照图像用作模型训练和测试的基准，在三个不同的测试集上对网络性能进行测试； 步骤五：将测试后是实验结果自动生成报告发送至无线终端。

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浙江工业大学之江学院，其通讯地址为：312030 浙江省绍兴市柯桥区柯桥街道越州大道958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”。