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！

龙图腾网获悉钱昱成申请的专利一种流浪狗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：CN114092872B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202111269870.5，技术领域涉及：G06V20/52；该发明授权一种流浪狗检测方法是由钱昱成设计研发完成，并于2021-10-29向国家知识产权局提交的专利申请。

本一种流浪狗检测方法在说明书摘要公布了：本发明公开了一种流浪狗检测方法，通过在检测图片中构建二维坐标系后，将检测图片进行静态切割和动态切割，得到三张静态切割子图或者三张静态切割子图和若干张动态切割子图，然后采用YOLOv4算法模型对得到的子图进行识别，在得到所属类别为人或者狗的矩形框后，将矩形框按照对应的坐标映射到检测图片中相应位置，构建透射子图后对透射子图和目标框进行变形，根据每个所属类别为“狗”变形的目标框在设定距离内是否存在人，来判断是否为流浪狗；优点是采用切割取代压缩，不会因为过分压缩而损失精度，提高了识别狗与人的准确度，且通过对狗与人距离的判断，能更加准确的判断狗是流浪狗还是宠物狗，减少误报，检测精度较高。

本发明授权一种流浪狗检测方法在权利要求书中公布了：1.一种流浪狗检测方法，其特征在于包括以下步骤： 步骤1、创建计数器，并将计数器的初始值设定为0； 步骤2、读取安防摄像头的视频流，取当前帧作为检测图片，如果是第一次读取该安防摄像头，则同时将该当前帧作为基准帧； 步骤3、将计数器的当前值对25求模，若求模结果为0，则更新基准帧为当前帧，并将计数器的值重置为0，若求模结果不为0，则基准帧保持不变，并将计数器的值加1； 步骤4、将检测图片进行静态切割，具体为：以检测图片的左上角为原点，左上角往右上角的直线方向为x轴正半轴方向，左上角往左下角的直线方向为y轴正半轴方向，构建二维坐标系，检测图片在x轴上的长度作为检测图片的宽w，检测图片在y轴上的长度作为检测图片的高h，将检测图片中，以坐标0,0作为左上角，坐标作为右下角围成的矩形区域作为第一张静态切割子图，以坐标作为左上角，坐标w,h作为右下角围成的矩形区域作为第二张静态切割子图，坐标作为左上角，坐标作为右下角围成的矩形区域作为第三张静态切割子图，由此得到三张静态切割子图，即三张子图； 步骤5、将当前帧和基准帧从RGB图像分别转换成为灰度图； 步骤6、将当前帧的灰度图和基准帧的灰度图分别进行高斯模糊变化，得到当前帧高斯模糊图和基准帧高斯模糊图； 步骤7、设计一张差分图，具体为：取当前帧高斯模糊图中上二分之一区域的图片与基准帧高斯模糊图中上二分之一区域的图片，每个相同位置处像素点的像素之差的绝对值作为差分图上该相同位置处像素点的像素值，得到差分图，其中上二分之一区域指的是一幅矩形图片中位于矩形图片沿左右方向的中线以上的部分； 步骤8、遍历步骤7得到的差分图的每个像素点，若某个像素点的像素值大于40，则将该像素点的像素值置为255，即白色像素点，否则置为0，即黑色像素点，此时得到第一张二值差分图； 步骤9、构建如式1所示的大小为5x5的二维矩阵，将此二维矩阵作为腐蚀卷积核： 步骤10、构建如式2所示的大小为45x45的二维矩阵，将此二维矩阵作为膨胀卷积核： 步骤11、对第一张二值差分图依次采用腐蚀卷积核进行卷积操作和采用膨胀卷积核对进行卷积操作，得到第二张二值差分图； 步骤12、判断第二张二值差分图中是否存在独立白色像素点或者白色像素点连通区域，其中，某个白色像素点不与任何其他白色像素点相邻，则该白色像素点称为独立白色像素点，白色像素点连通区域由至少两个白像素点相邻形成，将独立白色像素点和白色像素点连通区域分别作为目标区域，统计第二张二值差分图中存在的目标区域的数量，如果数量大于等于1，则对每个目标区域分别按照如下方法进行处理：当刚好能包含该目标区域的所有白色像素点的最小面积的矩形的面积大于1800像素时，则判断第二张二值差分图中以该矩形为中心的大小为416x416的矩形图片是否超出第二张二值差分图区域，如果没有超出，则记录第二张二值差分图中以该矩形为中心的大小为416x416的矩形图片的坐标，如果超出，则将该矩形平移至第二张二值差分图中以其为中心的大小为416x416的矩形图片刚好不超出第二张二值差分图区域，记录此时得到的大小为416x416的矩形图片的坐标，这样完成所有目标区域处理后进入步骤13，当刚好能包含该目标区域的所有白色像素点的最小面积的矩形的面积小于等于1800像素，时则不作其他处理，直接跳到步骤14，如果数量等于0，也不作其他处理，直接跳到步骤14； 步骤13、根据步骤12记录的坐标在检测图片中相同位置处切割出一幅矩形图片，该矩形图片即为动态切割子图，此时一共得到三张静态切割子图和至少一张动态切割子图，共计至少四张子图； 步骤14、将此时得到的所有子图依次输入YOLOv4算法模型中，YOLOv4算法模型依次对每张子图进行前向传播来检测每张子图中是否存在人或者狗，当YOLOv4算法模型在某张子图中检测到人或者狗时，YOLOv4算法模型进行输出，此时输出为从该子图中检测到的所有矩形框坐标及其这些矩形框的所属类别，这些矩形框的所属类别为人或者狗，记录这些矩形框的高在y轴的长度和宽在x轴的长度，当YOLOv4算法模型没有在某张子图中检测到人或者狗时，YOLOv4算法模型不进行输出； 步骤15、在YOLOv4算法模型对所有子图完成检测后，确定YOLOv4算法模型是否进行了输出，如果没有进行输出，则本轮检测完成，此时返回步骤2进行下一轮检测，如果进行了输出，且输出的所有所属类别都不为狗，则本轮检测完成，此时返回步骤2进行下一轮检测，如果进行了输出，且输出的所有所属类别中存在至少一个为狗，则将其输出的所有矩形框坐标映射回检测图片中，具体为：由于每个子图在检测图片中的坐标是明确的，那么将某个子图在检测图片中的左上角坐标加上该子图中矩形框的左上角坐标，就得到了该矩形框在检测图片中的左上角坐标，该子图的左上角坐标的横坐标的值加上该子图中矩形框的宽，纵坐标的值不变，就确定了该子图中矩形框在检测图片中的右上角坐标，该子图的左上角坐标的纵坐标的值加上该子图中矩形框的高，横坐标的值不变，就确定了该子图中矩形框在检测图片中的左下角坐标，该子图的左上角坐标的横坐标的值加上该子图中矩形框的宽，纵坐标的值加上该子图中矩形框的高，就确定了该子图中矩形框在检测图片中的右下角坐标，按照得到的坐标，将矩形框绘制在检测图片中，实现矩形框在检测图片中的映射；当所有输出的矩形框映射完成后，得到一张具有矩形框的检测图片； 步骤16、在具有矩形框的检测图片上进行非极大值抑制nonmaximumsuppression,NMS，最终每个检测出来的所属类别上只有一个矩形框，该矩形框即为目标框，得到具有目标框的检测图片，记录每个目标框在x轴上的长度； 步骤17、将具有目标框的检测图片中，坐标作为左上角，坐标w,0作为右上角，坐标0,h作为左下角，坐标作为右下角围成的平行四边形区域作为透视子图； 步骤18、将具有目标框的检测图片中除最后一行像素点外的其他行像素点整体向左平移，直至透视子图从平行四边形变成矩形，与此同时，具有目标框的检测图片中的目标框因为像素平移变成了平行四边形，平移完成得到一张变形的具有目标框的检测图片； 步骤19、对变形的具有目标框的检测图片中所属类别为“狗”的每个平行四边形框分别进行如下处理：以该平行四边形框最下面的边的中点为圆心，平行四边形框最下面的边长度的两倍为直径作圆，此时如果所作圆区域与任意一个所属类别为“人”的平行四边形框有重合，则认为该狗不属于流浪狗，此时如果所作圆区域与任意一个所属类别为“人”的平行四边形框都不存在重合，则认为该狗属于流浪狗； 步骤20、本轮检测完成，返回步骤2开始下一轮检测。

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钱昱成，其通讯地址为：315010 浙江省宁波市海曙区中山西路988弄160号501室；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。