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！

龙图腾网获悉武汉大学申请的专利一种多尺度显著性混合增强的车辆检测方法和系统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：CN119516479B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411452578.0，技术领域涉及：G06V20/54；该发明授权一种多尺度显著性混合增强的车辆检测方法和系统是由卞浩邈;周剑;李必军;谢富鑫;黄左设计研发完成，并于2024-10-17向国家知识产权局提交的专利申请。

本一种多尺度显著性混合增强的车辆检测方法和系统在说明书摘要公布了：本发明提出了一种多尺度显著性混合增强的车辆检测方法和系统，对现有DETRDEtectionTRansformer目标检测框架进行改进，包括显著性特征筛选机制和多尺度混合建议模块，旨在构建高效的车辆检测模型。与传统路测算法相比，该模块在复杂场景如拖影和密集车况下显著提高了检测精度，有效提纯特征。本发明的关键创新在于结合不同分辨率图像的多尺度混合建议模块，克服了传统方法中高级先验信息的特征衰减问题，充分利用层间关系提升特征提取精度。此方法融合低分辨率图像的语义信息与高分辨率图像的细节信息，降低模型参数量，减少计算资源需求，提升检测的整体精度。

本发明授权一种多尺度显著性混合增强的车辆检测方法和系统在权利要求书中公布了：1.一种多尺度显著性混合增强的车辆检测方法，其特征在于，包括如下步骤： 步骤1，获取路测相机的真实扫描图像数据； 步骤2，利用前置卷积神经网络获得数据对应的多尺度特征图片； 步骤3，通过显著性得分计算，筛选多尺度显著性特征； 步骤4，通过多尺度混合建议模块，从最高层即低分辨率层筛选有效特征，向低层特征图片映射，获得多尺度混合特征群； 步骤4中多尺度混合建议模块的具体实现方式如下： 步骤3中获得所有特征对应的显著性得分，然后通过动态阈值来确认有效特征，即调整显著性得分的阈值，使有效区域占据整个图面面积的一个特定百分比；接下来从最高层的有效特征开始，逐层向下构建一个特征群，定义一个半径为r的圆形邻域Np,r，在该圆形邻域内选取显著性特征； Np,r＝{q∣||q-p||≤r} 其中，p是在上一层映射得到的位置，即当前层圆形邻域对应的圆心，q是在当前层的显著性特征位置；为了确保高层信息准确地传输到低层，通过圆形卷积来模拟这个圆形邻域的构建过程，r则对应一个圆形卷积核的大小，将第l层的显著性特征的位置编码上采样映射到第l-1层，其在第l-1层位置记为Pl-1，在Pl-1的圆形邻域Np,r内，如果存在第l-1层的显著性特征，则记其为有效，并选择进入步骤5提到的编码器编码，依次类推，直到第1层： Sl＝{Flq∣q∈Np,r,p∈Pl-1} 其中Flq表示在第l层中的特征；q是在邻域Np,r内的显著性特征位置，Sl对应第l层符合映射关系的有效显著性特征集合； 步骤5，将多尺度混合特征群送入基于transformer结构的编码器，获得加强多尺度混合特征群，利用解码器预测并输出检测目标的类别和概率； 步骤5中编码器的具体实现方式如下： 在多尺度混合特征群的局部邻域内，将多尺度混合特征群送入基于transformer结构的编码器进行编码：首先，对显著性混合特征群执行自注意力操作，经过普通自注意力处理捕捉全局长距离联系之后，再放入可变形注意力中加强局部聚焦处理，从而得到加强的多尺度混合特征。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。