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！

龙图腾网获悉盛视科技股份有限公司申请的专利一种特征图自监督的密集人群小目标检测方法及电子设备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：CN120339596B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202510828129.X，技术领域涉及：G06V10/25；该发明授权一种特征图自监督的密集人群小目标检测方法及电子设备是由李山路;欧阳一村;胡玲静设计研发完成，并于2025-06-20向国家知识产权局提交的专利申请。

本一种特征图自监督的密集人群小目标检测方法及电子设备在说明书摘要公布了：本申请提供了一种特征图自监督的密集人群小目标检测方法及电子设备，所述特征图自监督的密集人群小目标检测方法包括步骤：S1，使用目标检测网络对训练图像进行多尺度特征提取，生成不同层级的特征图；S2，第一阶段使用检测任务的主损失函数预训练目标检测网络；S3，第二阶段加入自监督损失函数进行联合训练目标检测网络，其中包括步骤：S3.1，对相邻层级的特征图计算结构相似性指数SSIM作为自监督信号；S3.2，基于所述结构相似性指数SSIM构建自监督损失函数强制约束深层特征图保留浅层特征图的细节信息，与检测任务的主损失函数联合优化网络参数。本申请的特征图自监督的密集人群小目标检测方法及电子设备能综合提升密集人群中小目标的检测性能。

本发明授权一种特征图自监督的密集人群小目标检测方法及电子设备在权利要求书中公布了：1.一种特征图自监督的密集人群小目标检测方法，其特征在于，包括步骤： S1，使用目标检测网络对训练图像进行多尺度特征提取，生成不同层级的特征图； S2，第一阶段使用检测任务的主损失函数预训练目标检测网络； S3，第二阶段加入自监督损失函数进行联合训练目标检测网络，其中包括步骤： S3.1，对相邻层级的特征图计算结构相似性指数SSIM作为自监督信号； S3.2，基于所述结构相似性指数SSIM构建自监督损失函数强制约束深层特征图保留浅层特征图的细节信息，与检测任务的主损失函数联合优化网络参数；自监督损失函数L的获取方法包括步骤： S3.21，将结构相似性指数SSIM统一调整为[-1,1]，越接近1表示两个图像结构相似性越高，值越接近-1表示结构相似性越低； S3.22，计算自监督损失函数L的公式为： ， 其中，X=1-SSIMF1,F2； 构建自监督损失函数之后，还包括步骤： 设目标检测网络的特征提取层依次为T1至Tn； 基于对相邻层级的特征图的结构相似性指数SSIM进行分析，确定密集人群小目标边界结构的发生质变的特征提取层为Tm，其中1＜m＜n； 建立总自监督损失函数Ltotal=L1＆2+L2＆3+……+Lm-1＆m，其中L1＆2表示特征提取层T1的特征图与特征提取层T2的特征图的自监督损失，L2＆3表示特征提取层T2的特征图与特征提取层T3的特征图的自监督损失，Lm-1＆m表示特征提取层Tm-1的特征图与特征提取层Tm的特征图的自监督损失； 对相邻层级的特征图计算结构相似性指数SSIM的公式为： SSIMF1,F2=lF1,F2×cF1,F2×sF1,F2α 其中，F1、F2代表相邻层级的两个特征图，SSIMF1,F2表示相邻层级的两个特征图的结构相似性指数SSIM，lF1,F2代表两个图像之间的亮度相似度，cF1,F2代表两个图像的对比度相似度sF1,F2代表两个图像之间的结构相似度，α为因变量，α与目标人群密集程度呈正比。

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盛视科技股份有限公司，其通讯地址为：518049 广东省深圳市福田区华富街道莲花一村社区彩田路7018号新浩壹都A4201-4206(整层)、43整层、45整层；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。