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采用区域感知的关重部位识别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：CN119339057B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411422745.7，技术领域涉及：G06V10/25；该发明授权一种采用区域感知的关重部位识别方法是由郑菊红;付哲;王琨;吕梅柏;魏嘉艺设计研发完成，并于2024-10-12向国家知识产权局提交的专利申请。

本一种采用区域感知的关重部位识别方法在说明书摘要公布了：本发明公开了一种采用区域感知的关重部位识别方法，在初步完成目标识别的基础上，利用所得的感知信息，直接对目标所在区域进行细致的注意力分配；随后，自适应注意力模块动态调整其工作重心，对目标区域内的关键部位进行深度分析，有效地捕捉和区分这些部位的特征，从而实现高精度的关键部位识别。这一方法不仅减少了不必要的计算开销，还确保了关键部位识别的准确性和鲁棒性。本发明通过优化计算流程和智能资源分配，为嵌入式系统及其他资源受限的场景提供了高效的目标及其关键部位识别方案，有望提升智能监控、自动化驾驶、医疗影像分析等领域智能化水平，促进行业的智能化发展及应用。

本发明授权一种采用区域感知的关重部位识别方法在权利要求书中公布了：1.一种采用区域感知的关重部位识别方法，其特征在于，包括如下步骤： 步骤1：目标检测与区域预选； 使用目标检测算法，对输入图像进行全局检测，以定位所有可能存在的目标； 输出目标的边界框坐标； 步骤1-1：从图像信息源处获取原始或经成像调节图像后，采用深度卷积神经网络对输入图像进行多层卷积和池化操作，以提取不同层次的特征图，自动学习到图像中与目标相关的特征模式，从而捕捉目标特征信息； 步骤1-2：基于对目标形状和尺寸的先验知识，通过预设多种不同的锚框，增加检测到不同大小和形状目标的可能性，提高检测的召回率； 步骤1-3：采用非极大值抑制算法抑制重叠度高且得分低的边界框，确保最终输出的边界框的准确性； 步骤2：区域感知与特征提取； 基于目标检测的结果，聚焦每个目标的所在区域；利用检测网络推理时所产生的特征图，结合步骤1中的检测结果，进行特征提取与信息融合； 步骤2-1：依据目标检测所确定的目标区域边界框，结合使用检测网络推理时产生的特征图，对相应区域采用轻量级特征提取模块进行处理； 步骤2-2：通过加权求和、拼接以及使用注意力机制，将不同层次的特征按照一定的规则进行融合，获得更全面和具有代表性的特征表示； 步骤2-3：通过与检测网络共享特征信息，并基于检测结果实现区域感知，保留关键特征用于后续目标关键部位识别； 步骤3：自适应注意力分配； 运用自适应注意力机制，动态调整注意力分布，使关键部位识别模型关注目标关键部位，而非背景或次要区域； 步骤3-1：引入可学习的权重矩阵，该矩阵与特征图具有相同的维度，对于每个位置的特征值，计算其与权重矩阵中对应位置的元素的乘积，得到加权后的特征值； 设输入的特征图为F∈RH×W×C，其中H、W分别表示特征图的高度和宽度，C表示通道数，可学习的权重矩阵为A∈RH×W×C； 注意力分配的计算过程表示为：Fattended＝F⊙A，其中⊙表示元素级的乘法操作； 步骤3-2：对加权后的特征图进行归一化处理； 步骤4：关键部位识别与分析； 利用经过注意力机制筛选后的特征，进行关键部位的区域识别和分析； 步骤5：结果输出与优化反馈； 将识别出的关键部位信息整合，形成最终的识别结果，同时收集执行过程中的数据，用于模型的持续优化和调参。

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。