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！

龙图腾网获悉上海交通大学申请的专利基于视觉先验知识的显著性目标排序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：CN119313918B 。

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：202411574192.7，技术领域涉及：G06V10/46；该发明授权基于视觉先验知识的显著性目标排序方法是由李恒;梁俊玲;柴新禹设计研发完成，并于2024-11-06向国家知识产权局提交的专利申请。

本基于视觉先验知识的显著性目标排序方法在说明书摘要公布了：一种基于视觉先验知识的显著性目标排序方法，通过在离线阶段构造显著性目标排序网络，经基于视觉先验知识的数据集的训练后用于识别图像中的各个显著性目标并生成基于目标显著性排序的结果。本发明能够自动生成符合人类客观观察规律、泛化的显著性目标排序结果，为视障患者的智能辅助工具、可控性图像描述生成、人机交互、辅助决策、智能监控、自动驾驶、增强现实等领域的应用提供更具实用性的技术支撑。

本发明授权基于视觉先验知识的显著性目标排序方法在权利要求书中公布了：1.一种基于视觉先验知识的显著性目标排序方法，其特征在于，通过在离线阶段构造显著性目标排序网络，经基于视觉先验知识的数据集的训练后用于识别图像中的各个显著性目标并生成基于目标显著性排序的结果； 所述的显著性目标排序网络，包括：主干特征提取网络、特征金字塔网络FPN、区域建议网络RPN、感兴趣区双对齐结构和显著性目标排序头部，其中：主干特征提取网络对输入的图像进行提取特征，并经过多个卷积、池化、残差操作得到不同尺度下的特征图并输入FPN；FPN对多尺度特征图进行自上而下的路径和横向连接的融合，得到融合多尺度信息的更新特征图至RPN；RPN采用滑动窗口从更新特征图中提取显著性目标候选区域；感兴趣区双对齐结构通过感兴趣区对齐操作实现显著性目标候选区域与更新特征图之间的映射，得到细粒度特征图；显著性目标排序头部根据显著性目标候选区域和细粒度特征图，识别细粒度特征图中的各个显著性目标并生成基于目标显著性排序的结果； 所述的映射是指：从RPN输出的显著性目标候选区域的边界框映射到FPN中输出的更新特征图，具体为：将显著性目标候选区域的边界框从原始图像空间转换到特征金字塔中不同层的特征图空间，得到显著性目标候选区域对应在特征图空间的坐标，其中：来自特征金字塔中的第2层特征图P2和第k层特征图Pk分别根据显著性目标候选区域对应在特征图空间的坐标进行特征重采样，再分别通过感兴趣区对齐操作被映射到相同的空间维度，经拼接操作后被送入到显著性目标排序头中； 所述的第k层特征图Pk的计算过程为：其中：Pk表示特征金字塔中的第k层特征图，其最小值为3；224是标准的ImageNet预训练的图像尺寸，w,h分别为感兴趣区的宽和高，表示向下取整； 所述的显著性目标排序头部包括：特征瓶颈层、感兴趣区嵌入层和多标签分类层，其中：特征瓶颈层通过卷积操作对提取的特征图进行整合和下采样，以减少特征维度并提取关键特征；感兴趣区嵌入层利用显著性目标候选区域的边界框坐标信息，将目标与场景的上下文关系嵌入到特征中，增强显著性目标的特征表示；多标签分类层根据视觉对比度、空间位置和目标大小，将目标进行多属性分类，并输出显著性排序结果； 所述的显著性目标排序，具体包括： 步骤1、构造数据集，具体包括： 1.1采用自下而上视觉注意机制中的目标的对比度、位置和尺寸先验属性，为三种图像属性构建对应概率计算模型，用以精确地量化每个目标在不同属性上的显著性程度； 1.2在原有MS-COCO数据集标注的基础上，通过步骤1.1计算获得标注目标的三个属性 分别对应的概率值，再根据预设的阈值利用硬编码的方式将每个属性转换成0或1后得到训练数据集，具体为：以对比度、空间位置、大小从高到低的绝对顺序去排序目标的显著性分级等级，三种图像属性的排序权重向量为[22,21,20]，根据三种属性的硬编码结果和其对应的权重向量组合，通过人工校验保证数据集标注的准确性，进而得到目标的显著性排序真值标注； 1.3以8：1：1的比例划分训练集，验证集和测试集，用于训练和评估模型的性能； 步骤2、模型训练，具体包括：选择交叉熵作为损失函数，设置超参数后，使用步骤1得到的训练集进行模型训练，并在验证集上评估模型性能，根据验证结果调整模型结构或超参数，最终得到表现最优的模型。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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。