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基于多维空间特征模型最佳源域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：CN116168392B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202211697161.1，技术领域涉及：G06V20/70；该发明授权基于多维空间特征模型最佳源域的目标标注方法及系统是由张文利;刘鈺昕;郑超;崔国强;彭新宇设计研发完成，并于2022-12-28向国家知识产权局提交的专利申请。

本基于多维空间特征模型最佳源域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维空间特征模型最佳源域的目标标注方法，包括：S1，获取不同类别的目标域前景图像；S2，基于不同类别的目标域前景图像进行多维空间特征定量化分析并基于定量化分析后的多维空间特征构建跨类别共性描述模型；基于跨类别共性描述模型获得目标的最佳源域；S3，基于目标的最佳源域进行目标标注。本发明还公开了对应的系统、电子设备以及计算机可读存储介质。本发明建立了一种泛化性更高、域适应性更强，而且能够满足不同类别果实数据集的自动标注方法；能够自动获得目标域目标的标签，从而应用到下游的智慧农业项目中；并且大大减少了人工标注目标框时所产生的费用成本和时间成本。

本发明授权基于多维空间特征模型最佳源域的目标标注方法及系统在权利要求书中公布了：1.一种基于多维空间特征模型最佳源域的目标标注方法，其特征在于，包括： S1，获取不同类别的目标域前景图像； S2，基于所述不同类别的目标域前景图像进行多维空间特征定量化分析并基于定量化分析后的多维空间特征构建跨类别共性描述模型；基于跨类别共性描述模型获得目标的最佳源域； S3，基于目标的最佳源域进行目标标注； 其中，所述S2包括： S21，从不同类别的目标域前景图像中提取目标的外观特征； S22，将所述外观特征抽象为特定形状、颜色和纹理，基于多维特征定量化分析方法对于不同的目标特征计算特定形状、颜色和纹理的相对距离作为不同目标个体的外观特征的分析描述集； S23，基于对分析描述集进行多维特征空间重构和特征差异划分构建跨类别共性描述模型； S24，基于所述跨类别共性描述模型获得目标的最佳源域； 所述S23，基于对分析描述集进行多维特征空间重构和特征差异划分构建跨类别共性描述模型包括： S231，多维特征空间重构：通过两两目标特征间的相对距离构建一个多维特征空间，从而将不同目标特征间的相对距离转换为同一特征空间中的绝对距离；所述多维特征空间重构采用MDS算法； S232，特征差异划分：基于聚类算法对空间中的特征点进行划分，按照目标特征的相似程度进行聚类，从而得到不同聚类中的最佳源域目标；所述特征差异划分采用的所述聚类算法为DBSCAN算法。

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：100022 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。