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！

龙图腾网获悉南昌大学申请的专利一种基于深度时空网络的密集车辆计数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：CN116188799B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202310117366.6，技术领域涉及：G06V10/44；该发明授权一种基于深度时空网络的密集车辆计数方法是由闵卫东;扶齐彦设计研发完成，并于2023-02-15向国家知识产权局提交的专利申请。

本一种基于深度时空网络的密集车辆计数方法在说明书摘要公布了：本发明公开了一种基于深度时空网络的密集车辆计数方法，所述计数方法包括以下步骤：通过MSCNet将计数图像发送到VGG‑16的前十层，提取初始图像特征；采用基于方向的透视编码模块，对全局特征进行四个方向的编码；设计提取不同尺度特征信息的多尺度空洞残差模块，通过级联方法，在模块内联合不同的层形成多种空洞卷积率，并通过残差连接解决由深度网络引起的梯度消失问题；通过信道感知注意力模块学习不同信道特征的权值，增强在混合场景中提取的车辆特征。本发明通过MSCNet对车辆计数，MSCNet基于CNN的单列多分支网络，采用端到端级联框架，可以有效地挖掘交通拥堵图像中的时空数据，预测生成高质量的密度图并计算车辆数量，对车辆的计数精度高。

本发明授权一种基于深度时空网络的密集车辆计数方法在权利要求书中公布了：1.一种基于深度时空网络的密集车辆计数方法，其特征在于：所述计数方法包括以下步骤： S1：通过多尺度空洞卷积信道感知网络MSCNet将计数图像发送到VGG16的前十层，提取初始图像特征； S2：采用基于方向的透视编码模块，对全局特征进行四个方向的编码； S3：设计提取不同尺度特征信息的多尺度空洞残差模块，通过级联方法，在模块内联合不同的层形成多种空洞卷积率，并通过残差连接解决由深度网络引起的梯度消失问题； S4：通过多尺度空洞残差模块对范围尺度的车辆目标进行采样计数； S5：通过信道感知注意力模块学习不同信道特征的权值，增强在混合场景中提取的车辆特征，结合局部特征和全局特征，提取出隐藏在不同信道中的特征； 其中，步骤S4中，对范围尺度的车辆目标进行采样计数包括以下步骤： S4.1：利用基于方向的透视编码模块DPCM和多尺度空洞残差模块MDRM对时空信息进行深度挖掘； S4.2：基于方向的透视编码模块DPCM对四个方向上的透视信息进行编码； S4.3：多尺度空洞残差模块MDRM密集提取范围变化的尺度特征； S4.4：信道感知注意力模块CAM挖掘信道相关性，增强人-车混合场景中车辆计数的特征。

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南昌大学，其通讯地址为：330000 江西省南昌市红谷滩新区学府大道999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。