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！

龙图腾网获悉合肥测度科技有限公司申请的专利一种目标物体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：CN121170267B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202511426525.6，技术领域涉及：G06V10/25；该发明授权一种目标物体识别方法及装置是由胡静远;李茂林设计研发完成，并于2025-09-30向国家知识产权局提交的专利申请。

本一种目标物体识别方法及装置在说明书摘要公布了：本申请提供一种目标物体识别方法及装置，涉及计算机视觉技术领域，解决了现有技术依赖大量标注数据，导致在实际应用中的实用性与扩展性不足的技术问题。该方法包括：获取待识别的原始图像，通过目标检测算法对原始图像进行目标检测并裁剪目标区域，得到目标物体图像；通过图像编码器对目标物体图像进行特征提取并编码，得到图像特征向量；通过距离度量将图像特征向量与编码向量进行距离匹配，得到目标物体类别；其中，所述编码向量通过编码器对物体类别库进行编码初始化得到；所述物体类别库基于物体类别数据集构建得到，所述物体类别数据集包括若干物体的文本数据和图像数据。本申请用于目标物体识别过程中。

本发明授权一种目标物体识别方法及装置在权利要求书中公布了：1.一种目标物体识别方法，其特征在于，包括： 获取待识别的原始图像，通过目标检测算法对原始图像进行目标检测并裁剪目标区域，得到目标物体图像； 通过图像编码器对目标物体图像进行特征提取并编码，得到图像特征向量； 通过距离度量将图像特征向量与编码向量进行距离匹配，得到目标物体类别；其中，所述编码向量通过编码器对物体类别库进行编码初始化得到，包括文本向量和图像均值向量；所述物体类别库基于物体类别数据集构建得到，所述物体类别数据集包括若干物体的文本数据和图像数据； 所述编码向量的获取方式，包括： 获取N种物体的文本数据和M种参考物体的图像数据；其中，N和M均为正整数，每种参考物体的图像数据包括Km张参考物体图像，Km为正整数，m=1,2,3,...,M； 通过Prompt模板将文本数据组合成标准文本描述； 通过文本编码器对标准文本描述进行文本编码，得到文本向量； 通过图像编码器对图像数据进行图像编码，得到图像向量； 通过图像均值向量公式计算得到每种参考物体的图像均值向量；其中，所述图像均值向量公式的表达式为： ； 式中，为第m种参考物体的图像均值向量，为第m种参考物体的第i张参考物体图像的图像向量，i=1,2,3,...,Km，d为图像向量的维度； 所述通过距离度量将图像特征向量与编码向量进行距离匹配，包括： 通过计算式计算图像特征向量到图像均值向量的欧式距离； 选取欧式距离中的最小值及次小值，并标记为和； 通过计算式计算边界模糊系数； 将边界模糊系数与预设的宽松阈值e进行比较；当，将最小值所对应的图像均值向量对应的参考物体类别标记为目标物体类别；当，通过余弦距离度量将图像特征向量与图像均值向量进行距离匹配，得到目标物体类别； 所述通过余弦距离度量将图像特征向量与图像均值向量进行距离匹配，包括： 通过最小余弦距离公式计算每种参考物体的图像均值向量到其余种类参考物体的图像均值向量的最小余弦距离；其中，所述最小余弦距离公式的表达式为： ； 式中，为第m种参考物体的最小余弦距离，为第j种参考物体的图像均值向量； 将M个最小余弦距离进行排序，选取前F位置的值，并标记为分类阈值；其中，F为分位数； 通过最小余弦距离公式计算图像特征向量到图像均值向量的最小余弦距离； 将最小余弦距离与分类阈值进行比较；当，将最小余弦距离所对应的图像均值向量对应的参考物体类别标记为目标物体类别；当，通过余弦距离度量将图像特征向量与文本向量进行距离匹配，得到目标物体类别。

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合肥测度科技有限公司，其通讯地址为：230000 安徽省合肥市蜀山区稻香村街道91号立基大厦A座18层1807；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。