中国科学院自动化研究所李文娟获国家专利权
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！
龙图腾网获悉中国科学院自动化研究所申请的专利基于脉冲神经网络的视觉识别方法及装置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：CN119314020B 。
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：202411423624.4，技术领域涉及：G06V10/82；该发明授权基于脉冲神经网络的视觉识别方法及装置是由李文娟;薛登峰;原春锋;李兵;胡卫明设计研发完成，并于2024-10-12向国家知识产权局提交的专利申请。
本基于脉冲神经网络的视觉识别方法及装置在说明书摘要公布了：本发明涉及目标识别技术领域，公开了基于脉冲神经网络的视觉识别方法及装置，包括：对预设动态目标的视频样本数据进行脉冲编码得到脉冲序列，输入预设的脉冲神经网络进行残差计算，对脉冲网络输出特征进行长短期时序特征提取，将提取出的长短期时序特征与脉冲网络输出特征进行融合得到目标融合特征，计算目标融合特征的损失值，对脉冲神经网络进行反向迭代更新，得到目标长短期时序特征融合模型；将待识别的动态目标的视频流数据输入到长短期时序特征融合模型得到识别结果。本发明通过结合长短期时序特征提取，克服了现有脉冲神经网络在捕捉和识别动态数据时无法有效利用时序信息进行动态数据识别的缺陷，提升对于动态数据的视觉识别准确性。
本发明授权基于脉冲神经网络的视觉识别方法及装置在权利要求书中公布了：1.基于脉冲神经网络的视觉识别方法，其特征在于，所述方法包括： 对预设动态目标的视频样本数据进行脉冲编码得到脉冲序列； 将所述脉冲序列输入预设的脉冲神经网络进行残差计算，得到脉冲网络输出特征；对所述脉冲网络输出特征进行长短期时序特征提取，并将提取出的长短期时序特征与所述脉冲网络输出特征进行融合得到目标融合特征； 利用预设损失函数计算所述目标融合特征的损失值； 根据所述损失值对所述脉冲神经网络进行反向迭代更新，当所述损失值小于预设损失阈值时，停止所述反向迭代更新的过程，得到目标长短期时序特征融合模型； 将待识别的动态目标的视频流数据，输入到所述目标长短期时序特征融合模型得到识别结果。
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中国科学院自动化研究所，其通讯地址为：100080 北京市海淀区中关村东路95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