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！

龙图腾网获悉中国农业大学申请的专利一种基于深度学习的声源位置成像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：CN115375920B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202210373852.X，技术领域涉及：G06T11/00；该发明授权一种基于深度学习的声源位置成像方法是由张春龙;廖前锋;韩孝武;王松;袁挺设计研发完成，并于2022-04-11向国家知识产权局提交的专利申请。

本一种基于深度学习的声源位置成像方法在说明书摘要公布了：本发明公开一种基于深度学习的声源位置成像方法。本发明通过深度学习的方式从不同环境中学习声源的空间位置并形成声源位置成像图。以内存占用更小、复杂度更低的声图片作为深度学习网络的输入，以在声源平面内划分的网格的编号作为深度学习的输出构建数据集，并结合声图片的特点建立了融合先验信息的卷积神经网络。通过训练后的网络得到声源平面内每个编号对应的网格中存在声源的置信度形成声源位置成像图。本发明克服了常见声源定位方法对声音采集设备的依赖性强，对环境中噪声适应能力差，一些基于深度学习的声源位置成像方法的网络的输入的结构复杂且参数量大，声源位置成像图的直观性较差的问题。

本发明授权一种基于深度学习的声源位置成像方法在权利要求书中公布了：1.一种基于深度学习的声源位置成像方法，其特征在于，包括以下步骤： 步骤1、确定声源所在空间平面声源位置成像的精度需求，从而对有限的声源平面进行网格划分，并对形成的网格依次编号； 步骤2、将声源置于声源平面内所有划分的网格的任意位置中，在不同的环境噪声中声源播放声音并用麦克风阵列采样，信号采集设备记录、存储阵列声音信号； 步骤3、对声音信号进行滤波、分帧、加窗预处理； 步骤4、将滤波后每一帧阵列信号合成声图片； 步骤5、以声图片作为深度学习网络的输入，以声源在声源平面的位置编号作为深度学习网络的输出，搭建融合先验信息的卷积神经网络； 步骤6、将声图片与其对应的位置编号划分训练集与测试集，用训练集对融合先验信息的卷积神经网络进行训练，损失函数值loss总体上呈现逐步下降的趋势，经过多次迭代后，损失值基本不再变化；在测试集上，网络的预测准确率达到声源定位的要求后停止训练，并保存最后一次迭代的网络参数； 步骤7、根据最后一次迭代的网络参数构建可用于声源位置成像的融合先验信息的卷积神经网络；使用麦克风阵列采集声源信号，对采集到的阵列声信号重复步骤2～4得到声图片并通过融合先验信息的卷积神经网络得到输出声源的位置编号与置信度； 步骤8、构建像素大小与声源平面网格个数相一致的矩阵，其中矩阵尺寸与声源平面横、纵两个维度的网格的数量一致，矩阵中每个位点的值gi＝uint8255*ci，ci是每个编号对应的置信度的值，uint8是指四舍五入取整并将数据结构调整为8位；此时的矩阵可转化为灰度图，也称为声源位置成像图。

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农业大学，其通讯地址为：100083 北京市海淀区清华东路17号中国农业大学(东区)；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。