北京工业大学张文利获国家专利权
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！
龙图腾网获悉北京工业大学申请的专利一种基于多特征损失函数融合的目标标注方法及系统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：CN116681921B 。
龙图腾网通过国家知识产权局官网在2025-12-05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：202310504776.6，技术领域涉及：G06V10/764；该发明授权一种基于多特征损失函数融合的目标标注方法及系统是由张文利;刘钰昕;郑超设计研发完成，并于2023-05-06向国家知识产权局提交的专利申请。
本一种基于多特征损失函数融合的目标标注方法及系统在说明书摘要公布了：本发明公开了一种基于多特征损失函数融合的目标标注方法，多特征损失函数为基于熵权法的多维损失函数，分别用于约束目标转换模型训练过程中多个类别目标的颜色、形状及纹理的生成方向。包括：获取单一类别最佳源域无背景目标图像；将单一类别最佳源域无背景目标图像进行特征图可视化，从而提取基于潜在空间的特征图；将基于潜在空间的特征图输入由基于熵权法的多维损失函数监督的目标转换模型中获得多类别目标域无背景目标图像的子集；将单一类别最佳源域无背景目标图像与基于潜在空间的特征图融合形成多模态输入信号，将多模态输入信号输入到目标转换网络中，并基于目标转换网络进行目标标注。本发明还公开系统、电子设备及计算机可读存储介质。
本发明授权一种基于多特征损失函数融合的目标标注方法及系统在权利要求书中公布了：1.一种基于多特征损失函数融合的目标标注方法，其特征在于，所述方法用于多个类别的目标标注任务，所述多特征损失函数为基于熵权法的多维损失函数，所述基于熵权法的多维损失函数分别用于约束目标转换模型训练过程中多个类别的目标的颜色、形状以及纹理的生成方向，包括： S1，获取单一类别最佳源域无背景目标图像；所述单一类别最佳源域无背景目标图像采用原始RGB图像进行表征； S2，将所述单一类别最佳源域无背景目标图像进行特征图可视化，从而提取基于潜在空间的特征图； S3，将所述原始RGB图像与基于潜在空间的特征图融合形成多模态输入信号，输入由基于熵权法的多维损失函数监督的目标转换模型中获得多类别目标域无背景目标图像的子集； S4，将所述多类别目标域无背景目标图像的子集输入到目标检测模型中，并基于目标检测模型进行目标标注。
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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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