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！

龙图腾网获悉广州敏视数码科技有限公司申请的专利一种摄像头遮挡状态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：CN120014264B 。

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：202510077616.7，技术领域涉及：G06V10/26；该发明授权一种摄像头遮挡状态检测方法是由罗名凯;王玲;石锡敏设计研发完成，并于2025-01-17向国家知识产权局提交的专利申请。

本一种摄像头遮挡状态检测方法在说明书摘要公布了：本发明公开的摄像头遮挡状态检测方法，在训练阶段将3×3卷积拓展成多分支结构，增加模型的非线性和特征表达能力，而在检测阶段通过重参数化，将多分支结构在推理阶段融合成一个等效的卷积层，在保证检测精度的前提下，实现了模型的轻量化，进而提高了摄像头遮挡状态检测的准确性；将边缘颜色纹理、通道之间信息交换、原始图像特征的特征图，通过训练好的C2f‑Star模块按特征通道数分为两部分，其中一部分经多个Faster‑Star模块进行多次特征变换，获得反映遮挡物本质的特征图，另一部分经残差路径得到初始的边缘颜色纹理、通道之间信息交换、原始图像特征的特征图，来计算每一帧图像的遮挡得分，从而判断摄像头的遮挡状态。

本发明授权一种摄像头遮挡状态检测方法在权利要求书中公布了：1.一种摄像头遮挡状态检测方法，包括以下步骤： S1、训练阶段：将具有遮挡物和非遮挡物的图像特征在特征提取Rep-Conv模块中分成三路，一路经3×3卷积和批归一化层通过权重和偏置参数，获得该分支对应的卷积输出特征，另一路经1×1卷积和批归一化层通过权重和偏置参数，获得该分支对应的卷积输出特征，另一路经恒等变换得到该分支对应的输出特征，通过上述三条支路融合得到具有识别目标边缘颜色纹理和原始图像特征的等效卷积核； S2、在完成Rep-Conv模块的训练后，将其输出的特征传递给C2f-Star模块，对C2f-Star模块进行训练，以获得具有识别遮挡物和非遮挡物、且结合不同维度信息能力的C2f-Star模块； S3、在完成C2f-Star模块的训练后，将其输出的特征传递给注意力模块，对注意力模块进行训练，以获得具有识别遮挡物关键特征信息能力的注意力模块； S4、在完成注意力模块的训练后，将其输出的特征传递给最终分类器，对最终分类器进行训练，以获得具有识别遮挡物和非遮挡物类别能力的最终分类器； S5、检测阶段：将获取到的每一帧图像输入到训练好的等效卷积核进行卷积计算，得到结合遮挡物和非遮挡物边缘颜色纹理，通道之间信息交换，原始图像的特征图； S6、将结合边缘颜色纹理，通道之间信息交换，原始图像的特征图，在训练好的C2f-Star模块内按特征通道数分为两部分，其中一部分经多个Faster-Star模块进行多次特征变换，获得反映遮挡物本质的特征图，另一部分经残差路径得到初始的遮挡物和非遮挡物边缘颜色纹理，通道之间信息交换，原始图像的特征图；所述Faster-Star模块为一个PwConv部分通道卷积对输入的特征做下采样，PwConv是DwConv分离卷积的变体，与DwConv相比，PwConv仅对部分通道进行卷积，并将卷积后的特征与未进行卷积的通道特征重新拼接，拼接后的特征通过两个并行的1×1卷积进行通道整合，其中一个支路在1×1卷积后通过一个ReLU函数激活，另外一条支路则仅通过1×1卷积，不进行激活，然后两个支路的输出会执行点乘操作，在点乘结果通过一个1×1卷积调整通道数的模块； S7、将反映遮挡物本质的特征图和初始的遮挡物和非遮挡物边缘颜色纹理，通道之间信息交换，原始图像的特征图通过通道整合与拼接，然后调整通道数输出融合了遮挡物与非遮挡物在不同维度信息的特征图； S8、将融合了遮挡物与非遮挡物在不同维度信息的特征图输入到注意力模块，通过对各通道的加权调节来突出遮挡物的关键特征，得到具有遮挡物关键特征信息的特征图； S9、最终分类器通过遮挡物关键特征信息特征图计算每一帧图像的遮挡得分，判断遮挡得分是否大于遮挡阈值，是，该一帧图像中的摄像头处于遮挡状态，否，该一帧图像中的摄像头处于非遮挡状态。

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广州敏视数码科技有限公司，其通讯地址为：510665 广东省广州市天河区车陂路黄洲工业区大院内自编3号第五层；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。