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！

龙图腾网获悉安徽大学申请的专利一种结合Grad-CAM的高效遥感视频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：CN119888519B 。

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：202510029142.9，技术领域涉及：G06V20/13；该发明授权一种结合Grad-CAM的高效遥感视频目标检测方法是由陈彦明;刘旭鹏;张以文设计研发完成，并于2025-01-08向国家知识产权局提交的专利申请。

本一种结合Grad-CAM的高效遥感视频目标检测方法在说明书摘要公布了：本发明公开了一种结合Grad‑CAM的高效遥感视频目标检测方法，具体步骤如下：先根据历史网络状况预测当前可用带宽，来捕捉遥感视频流；通过Yolov5s结合Grad‑CAM的方式得出该原始帧的热力图，通过掩码操作获得初步感兴趣区域；以二维装箱算法对当前帧内所有RoIs区域执行装箱操作；先对推理结果进行重映射处理，再将预测框信息以向量形式反馈至设备端；边缘服务器根据网络波动馈送当前可用带宽信息。本发明利用自适应感兴趣区域提取与质量控制机制，实现低带宽、高精度的目标检测。

本发明授权一种结合Grad-CAM的高效遥感视频目标检测方法在权利要求书中公布了：1.一种结合Grad-CAM的高效遥感视频目标检测方法，其特征在于：具体步骤如下： S1：先根据端到端的历史网络状况预测当前可用带宽，据此，调整原始帧的分辨率与比特率，来捕捉遥感视频流； S2：通过Yolov5s结合Grad-CAM的方式得出该原始帧的热力图，通过掩码操作获得初步RoIs，根据扩张系数对初始RoIs进行扩张，得到完整的RoIs； S3：以二维装箱算法对当前帧内所有RoIs区域执行装箱操作；将装箱操作后数据发送给边缘服务器，所述边缘服务器接收到装箱后的RoIs及其在原始帧中的位置信息后，采用复杂的检测器对其直接推理； S4：先对推理结果进行重映射处理，再将预测框信息以向量形式反馈至NvidiaJetsonTX2设备端，使其得到最终推理结果； S5：边缘服务器根据网络波动馈送当前可用带宽信息，将网络情况更新至NvidiaJetsonTX2设备端，用于步骤S1的执行； 设置视频流： F＝{f1,f2,…,fN}，前σ＝10帧{f1,f2,…,fσ} 并不启用质量控制，而是采用原质量进行推理，用于系统预热以及端到端网络状况的试探性获取，基于前σ帧推理所得到的传输带宽信息： 开始预测处理当前帧fσ+1时的传输带宽 保证时效性，当处理视频帧的帧数大于历史信息窗口Δ时，Δ＝30，根据当前帧的前Δ帧带宽情况： 进行预测，得到当前帧的预测传输带宽根据二次指数平滑模型，可将带宽预测问题建模为： δ表示预测步长，由于逐帧预测带宽，因此令δ＝1， 与 分别表示传输窗口中第Δ帧时带宽预测值的水平分量与趋势分量， 与分别表示一次平滑值与二次平滑值，α∈0,1为一次平滑系数； 对于每个信息窗口中的帧，需先求得窗口中第Δ帧的一次平滑值： 为了更加灵活地调整模型对不同层次变化的敏感度，一次平滑与二次平滑分别被设置为不同的平滑系数，从而提高预测的准确性和模型的适应性，则二次平滑值： 这里，β∈0,1为二阶平滑系数， 可得传输当前帧fi的带宽预测值为： 对于输入帧F，先获取其经过yolov5s的Backbone与Neck的特征图Al,通过反向传播计算置信度分数yconf相对于特征图Al的梯度其次对梯度进行全局平均池化，得出Al上每个通道的重要性权重最后将其乘以对应的特征图通道，并对所有通道进行加权求和，得到类激活图Lconf， 这里，H与W分别是特征图的高度和宽度，l表示网络的层数，conf为目标置信度范围的下界阈值。

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安徽大学，其通讯地址为：230000 安徽省合肥市肥西路3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。