浙江大学徐建民获国家专利权
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！
龙图腾网获悉浙江大学申请的专利一种基于多任务学习的人体附属物识别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：CN116152854B 。
龙图腾网通过国家知识产权局官网在2025-11-14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：202310027396.8，技术领域涉及：G06V40/10；该发明授权一种基于多任务学习的人体附属物识别方法是由徐建民;毛维杰设计研发完成，并于2023-01-09向国家知识产权局提交的专利申请。
本一种基于多任务学习的人体附属物识别方法在说明书摘要公布了：本发明提出了一种基于多任务学习的人体附属物识别方法，使用可以结合目标检测与属性分类的训练以及检测方式，在训练阶段中，通过多任务学习的方式能够使得网络可以提取到附属物和人体属性等多种层次的特征。在检测阶段中，通过多种微调方法的组合，通过实验表明在人体附属物的算法精度、以及算法迭代速度都有显著提升。
本发明授权一种基于多任务学习的人体附属物识别方法在权利要求书中公布了：1.一种基于多任务学习的人体附属物识别方法，其特征在于，包括如下： S1.在应用地点设置监控摄像头收集视频数据：使用开源的人体检测算法收集人体框图，采用人工标注的方式设置分类标签和图片中附属物的框图以及属性，从而构建数据集； S2.利用上述数据集在基于多任务参数共享的人体附属物表征训练流程中训练人体附属物识别算法； 所述的人体附属物识别算法包含骨架网络、目标检测子网络、属性分类子网络即分类器； 所述骨架网络选用ResNet50，接受输入图片，第3,4,5个卷积层的特征图C3,C4,C5,作为骨架网络的输出； 所述目标检测子网络选用RetinaNet网络，包含FPN模块、检测框图子网络和检测分类子网络；FPN模块接受C3,C4,C5为输入，检测框图子网络和检测分类子网络以FPN的输出为输入，分别输出第i个附属物的框图Bi和种类li； 所述分类器以C5为输入，可包含复数个分类器，第j个分类器经过一层池化层和全连接层输出图片的属性aj； S3.将待识别的图片I，输入训练完毕的人体附属物识别网络，得到附属物识别结果； S4.待后续若有新附属物识别任务，采用微调方案进行快速迭代。
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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励