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！

龙图腾网获悉西北工业大学申请的专利一种基于结构一致性学习的跨场景目标检测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：CN119027808B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202411046200.0，技术领域涉及：G06V20/10；该发明授权一种基于结构一致性学习的跨场景目标检测方法是由袁媛;陈婕;姜志宇设计研发完成，并于2024-08-01向国家知识产权局提交的专利申请。

本一种基于结构一致性学习的跨场景目标检测方法在说明书摘要公布了：本发明公开了一种基于结构一致性学习的跨场景目标检测方法。该方法包括：获取初始源域图像和初始目标域图像，其中，初始源域图像为有真实标签图像，初始目标域图像为无标签图像；基于初始源域图像的第一图像级特征和初始目标域图像的第二图像级特征，确定初始源域图像的第一注意力图和第一域判别损失值和初始目标域图像的第二注意力图和第二域判别损失值；基于初始源域图像的第一实例级特征和初始目标域图像的第二实例级特征，确定初始源域图像的第三注意力图和第三域判别损失值、初始目标域图像的第四注意力图和第四域判别损失值。本发明解决了现有技术中基于无监督域自适应的跨场景目标检测方法的局限性的技术问题。

本发明授权一种基于结构一致性学习的跨场景目标检测方法在权利要求书中公布了：1.一种基于结构一致性学习的跨场景目标检测方法，其特征在于，包括： 获取初始源域图像和初始目标域图像，其中，初始源域图像为有真实标签图像，初始目标域图像为无标签图像； 将第一图像级特征和第二图像级特征输入至区域建议网络中，获取初始源域图像的第一预测图结果和初始目标域图像的第二预测图结果； 通过通道对第一预测图结果和第二预测图结果进行处理，得到第一预测图结果的第一特征和第二预测图结果的第二特征，并对第一特征和第二特征使用预设阈值进行过滤，生成初始源域图像的第一注意力图和初始目标域图像的第二注意力图，其中，第一注意力图和第二注意力图可以通过Aimg进行表示，得到Aimg可以通过以下公式进行计算：指示函数I·用于区分中的前景和背景区域，阈值t被指定为MRPN的平均值； 将第一图像级特征和第二图像级特征输入至域判别器中进行对抗学习，获取初始源域图像的第五域判别损失值和初始目标域图像的第六域判别损失值； 基于第一注意力图和第五域判别损失值，得到初始源域图像的第一域判别损失值； 基于第二注意力图和第六域判别损失值，得到初始目标域图像的第二域判别损失值，其中，第一域判别损失值和第二域判别损失值可以通过以下公式进行计算：为第一注意力图或第二注意力图，为第五域判别损失值或第六域判别损失值，LAimg为第一域判别损失值或第二域判别损失值，u,v为Aimg的行和列或者Limg的行和列； 将第一实例级特征和第二实例级特征输入至分类头，得到初始源域图像中的第一对象的第一检测结果和初始目标域图像中的第二对象的第二检测结果，其中，第一检测结果包括每一第一对象的类别和每一第一对象的类别对应的第一概率分数，第二检测结果包括每一第二对象的类别和每一第二对象的类别对应的第二概率分数； 基于第一概率分数，得到初始源域图像的第三注意力图； 基于第二概率分数，得到初始目标域图像的第四注意力图，其中，第三注意力图或第四注意力图的计算过程为：Ains为第三注意力图或第四注意力图，p为第一概率分数或则第二概率分数，k为超参数，c为第一检测结果的每一第一对象的类别或第二检测结果的每一第二对象的类别； 将第一实例级特征和第二实例级特征输入至域判别器中进行对抗学习，获取初始源域图像的第七域判别损失值和初始目标域图像的第八域判别损失值； 基于第三注意力图和第七域判别损失值，得到初始源域图像的第三域判别损失值； 基于第四注意力图和第八域判别损失值，得到初始目标域图像的第四域判别损失值，其中，第三域判别损失值或第四域判别损失值的计算过程为：LAins为第三域判别损失值或第四域判别损失值，为第四注意力图或第五注意力图； 基于初始源域图像中不同类别样本的实例级特征、不同类别样本的样本个数和初始源域图像上一次迭代的初始全局原型、初始目标域图像中不同类别样本的实例级特征、不同类别样本的样本个数和初始目标域图像上一次迭代的初始全局原型，确定初始源域图像中每个类别样本当前次迭代的第一全局原型和初始目标域图像中每个类别样本当前次迭代的第二全局原型； 基于初始源域图像中每个类别样本的第一全局原型，构建初始源域图像的第一结构矩阵； 基于初始目标域图像中每个类别样本的第二全局原型，构建初始目标域图像的第二结构矩阵，其中，损失函数为LSFC为第一结构矩阵和第二结构矩阵之间的损失函数，为第一结构矩阵，中的re为的第r行，第e个元素，中的re为的第r行，第e个元素； 将初始源域图像和初始目标域的图像域一致性特征输入至分类和回归的检测头，得到初始源域图像的第一检测结果和初始目标域图像的第二检测结果； 获取待检测目标域图像，得到待检测目标域图像的目标检测结果，其中，待检测目标域图像为无标签图像。

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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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”。

以上内容由龙图腾AI智能生成。