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！

龙图腾网获悉国网河南省电力公司电力科学研究院;国网河南省电力公司申请的专利基于目标感知深度特征压缩的电力智能巡检跟踪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：CN114266806B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202111361654.3，技术领域涉及：G06T7/246；该发明授权基于目标感知深度特征压缩的电力智能巡检跟踪方法是由郭志民;王棨;田杨阳;张焕龙;程利云;李暖暖;刘昊;袁少光;张杰;毛万登;赵健;齐企业;贺翔;万迪明;耿俊成设计研发完成，并于2021-11-17向国家知识产权局提交的专利申请。

本基于目标感知深度特征压缩的电力智能巡检跟踪方法在说明书摘要公布了：本发明公开了一种基于目标感知深度特征压缩的电力智能巡检跟踪方法，将需要跟踪的电力设备图片输入预先训练的卷积神经网络，提取包含待跟踪电力设备及其背景区域的深度特征；并与给定的高斯软标签一起输入单层卷积网络，利用负平衡损失学习直到网络收敛；利用全局平均池化将每个通道的反向传播的梯度进行量化得到初始重要性权值，二值化得到最终的重要性权重；在跟踪时，仅在第一帧提取目标模板深度特征，将下一帧搜索区域图像提取深度特征，并进行压缩；将压缩后的目标模板特征与搜索区域特征进行相关操作获得目标的位置。本发明通过反向传播网络梯度获得重要性权重来指导深度特征压缩过程，获得简洁深度特征以降低运算成本，提高跟踪鲁棒性。

本发明授权基于目标感知深度特征压缩的电力智能巡检跟踪方法在权利要求书中公布了：1.一种基于目标感知深度特征压缩的电力智能巡检跟踪方法，其特征在于，所述方法包括步骤： 步骤1，根据需要跟踪的电力设备及相应的坐标确定上下文区域图像，将上下文区域图像输入预先训练的卷积神经网络，提取包含待跟踪电力设备及其背景区域的深度特征； 步骤2，构造一单层卷积网络，将待跟踪电力设备及其背景区域的深度特征与给定的高斯软标签Y一起输入网络，利用负平衡损失学习直到网络收敛，得到收敛网络内部存储的梯度信息；其中负平衡损失以如下公式表示： 其中，*是相关操作，λ是正则化参数，X是从待跟踪电力设备及其背景区域的深度特征上采取滑窗操作获取的样本，W是网络权值，Y是高斯软标签，T·是用来平衡困难负样本与简单负样本平衡的函数；用来平衡困难负样本与简单负样本平衡的函数T·以如下公式表示： 其中，m和n是两个超参数，r是损失W*X-Y； 步骤3，利用全局平均池化将每个通道的反向传播的梯度进行量化得到每个通道深度特征的初始重要性权值Δi，将初始重要性权值二值化得到最终的重要性权重Δfi； 步骤4，在跟踪时，仅在第一帧提取目标模板深度特征χ1，将下一帧搜索区域图像输入预先训练的卷积神经网络提取深度特征χt，然后利用Δfi对χt与χ1进行压缩得到χt′与χ1′； 步骤5，将压缩后的目标模板特征与搜索区域特征送入匹配网络进行互相关操作获得最终的响应图，响应值最大处即为目标位置。

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国网河南省电力公司电力科学研究院;国网河南省电力公司，其通讯地址为：450000 河南省郑州市二七区嵩山南路85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。