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！

龙图腾网获悉四川大学申请的专利基于增强排序精度的采样有效性的面部痤疮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：CN117314878B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202311346239.X，技术领域涉及：G06T7/00；该发明授权基于增强排序精度的采样有效性的面部痤疮检测方法是由张蕾;王君有;蒋献;刘文杰;李佳奇;魏新设计研发完成，并于2023-10-18向国家知识产权局提交的专利申请。

本基于增强排序精度的采样有效性的面部痤疮检测方法在说明书摘要公布了：本发明公开一种基于增强排序精度的采样有效性的面部痤疮检测方法，应用于计算机视觉和图像处理技术领域，针对现有面部痤疮检测技术存在的检测精度低下的问题，本发明的人工神经网络，使用多层级卷积神经网络对输入图像进行特征提取，获得输入的特征图F；根据初步回归得到的前景候选框重新从特征图F中提取特征，进行实例分割、分类和回归，得到实例分割结果M、分类分数P和边框回归结果B；使用最终回归后的检测框再次提取特征，学习边框回归结果B的排序分数T，分实例采样器和背景采样器进行采样获得训练样本，之后使用排序网络训练排序分数，与分类分数P融合，得到最终分数S；采用本发明方法能够有效地进行面部痤疮检测。

本发明授权基于增强排序精度的采样有效性的面部痤疮检测方法在权利要求书中公布了：1.基于增强排序精度的采样有效性的面部痤疮检测方法，其特征在于，包括以下步骤： S1、构建人工神经网络，该人工神经网络对输入图像的处理过程为： S11、使用多层级卷积神经网络对输入图像进行特征提取，获得输入的特征图F； S12、根据特征图维度初始化滑动窗口作为初始锚框，对特征图F基于初始锚框进行初步回归与前后景分类，并筛选前景候选框； S13、根据步骤S12得到的前景候选框重新从特征图F中提取特征，进行实例分割、分类和回归，得到实例分割结果M、分类分数P和边框回归结果B； S14、使用边框回归结果B从特征图F中再次提取特征，学习边框回归结果B的排序分数T，分实例采样器和背景采样器进行采样获得训练样本，之后使用排序网络训练排序分数，与步骤S3中的分类分数融合，得到最终分数S；步骤S14的具体实现过程为：根据步骤S13的最终回归后候选框，使用特征对齐提取器再次从多级特征图F中提取准确的特征；而后使用分实例采样器和背景采样器进行采样获得训练样本，之后使用排序网络训练排序分数，与S13步骤中的分类分数融合，得到候选框检测结果； 排序分数的训练过程如下式所示： ； ； 其中、分别为分实例采样器和背景采样器，为排序网络，为排序网络输出的排序分数； 分实例采样器分别对每个实例进行采样，对于每个实例匹配的检测框，按检测框对应的进行分拣，对的正样本检测框，将其按值以每一个集合分为10个检测框集合，每次遍历一个集合，以当前集合检测框分数作为正样本，从更小的检测框集合中选个分数最大的检测框作为负样本构建样本对；分实例采样的方式使得不同实例对应的样本能够得到充分训练； 背景采样器对检测框中所有的背景检测框取个分数最大的检测框作为负样本，对于的正样本检测框，将其按值以每一个集合分为10个检测框集合，对每个检测框集合分数取均值作为正样本构建样本对； 最终分数S由排序分数T与分类分数P融合得到，如下式所示： ； S2、使用数据集提供的图像与标注信息来训练步骤S1构建的人工神经网络直到收敛； S3、向收敛后的人工神经网络中输入待检测图像，得到最终检测结果。

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四川大学，其通讯地址为：610000 四川省成都市武侯区一环路南一段24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。