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！

龙图腾网获悉中国空气动力研究与发展中心计算空气动力研究所申请的专利一种基于事件数据的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：CN120635428B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202511121969.9，技术领域涉及：G06V10/25；该发明授权一种基于事件数据的目标检测方法是由李彦君;赵杨;曹东;王海波;杨阳设计研发完成，并于2025-08-12向国家知识产权局提交的专利申请。

本一种基于事件数据的目标检测方法在说明书摘要公布了：本申请公开了一种基于事件数据的目标检测方法，该方法包括：将事件相机的事件流数据转化为事件帧数据，作为训练样本数据；转化后的事件帧数据导入图神经网络结构进行训练，得到训练好的图神经网络模型；将新的事件流数据转换为事件帧数据，将该事件帧数据输入训练好的图神经网络模型，得到事件帧数据的目标检测结果；目标检测结果包括目标的类型以及目标在事件帧中的位置。本申请能够在复杂纹理的目标以及杂乱背景的场景下，识别出目标的类型以及目标的位置。

本发明授权一种基于事件数据的目标检测方法在权利要求书中公布了：1.一种基于事件数据的目标检测方法，其特征在于，包括： 步骤1：将事件相机的事件流数据转化为事件帧数据，作为训练样本数据； 步骤2：将转化后的事件帧数据导入图神经网络结构进行训练，得到训练好的图神经网络模型； 步骤3：将新的事件流数据按照步骤1转换为事件帧数据，将该事件帧数据输入训练好的图神经网络模型，得到事件帧数据的目标检测结果；目标检测结果包括目标的类型以及目标在事件帧中的位置； 所述步骤1包括： 步骤11：事件流数据表示建模； 步骤12：基于数据采样生成事件帧； 所述步骤12包括： 步骤121：数据预处理：提取事件相机事件流数据的所有时间戳信息，并将其进行归一化处理，使其适应LSTM模型的输入要求； 步骤122：LSTM模型训练：构建LSTM模型，使用时间戳数据训练LSTM模型，并通过调整模型的超参数优化LSTM模型性能；LSTM模型包括输入层、LSTM层和输出层；超参数包括学习率、隐藏层大小； 步骤123：时间序列预测：使用个历史时间戳数据，预测未来个时间戳数据；其中，表示第个时间戳数据，即当前采样的最后一个时间戳；为第个时间戳数据，为第个时间戳数据，为第个时间戳数据； 步骤124：计算历史时间戳的均值、未来时间戳的均值以及时间缩放因子，根据时间缩放因子，得到采样时间间隔；若第i次采样的时间间隔为，则第i+1次的采样时间间隔为； 步骤125：数据采样：根据新的采样时间间隔进行采样，假设当前采样的最后一个时间戳为，则令，更新当前采样时间戳，同时更新预测用的个历史时间戳数据；然后重复步骤123，依次循环，直到采样完成； 所述图神经网络结构包括主干网络、分类器与回归器；主干网络的输出端分别与分类器与回归器连接；主干网络包括第一分支、第二分支和第三分支；第一分支、第二分支和第三分支依次连接，第三分支的输出端分别与分类器与回归器连接； 第一分支包括依次连接的图卷积GCNConv、修正线性单元激活函数Relu、批量归一化层BatchNorm、丢弃层Dropout、图卷积GCNConv、修正线性单元激活函数Relu、批量归一化层BatchNorm、最大池化层MaxPool； 第二分支包括依次连接的样条卷积SplineConv、修正线性单元激活函数Relu、批量归一化层BatchNorm、丢弃层Dropout、条卷积SplineConv、修正线性单元激活函数Relu、批量归一化层BatchNorm、最大池化层MaxPool； 第三分支包括依次连接的图卷积GCNConv、修正线性单元激活函数Relu、批量归一化层BatchNorm、丢弃层Dropout、图卷积GCNConv、修正线性单元激活函数Relu、批量归一化层BatchNorm、全局均值池化层GlobalMeanPool； 分类器包括依次连接的线性层Linear、修正线性单元激活函数Relu、线性层Linear、归一化指数函数Softmax； 回归器包括依次连接的线性层Linear、修正线性单元激活函数Relu、线性层Linear、S型生长曲线激活函数Sigmoid； 第三分支的输出端分别与分类器与回归器中的线性层Linear连接。

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中国空气动力研究与发展中心计算空气动力研究所，其通讯地址为：621052 四川省绵阳市涪城区二环路南段6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。