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！

龙图腾网恭喜西安电子科技大学申请的专利面向人的细粒度视觉目标识别自适应训练方案生成、难度调整、闭环反馈训练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：CN114821301B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202210329520.1，技术领域涉及：G06V20/10；该发明授权面向人的细粒度视觉目标识别自适应训练方案生成、难度调整、闭环反馈训练方法及系统是由董明皓;陈超;吴佳;张培铭;张晓燕;杨海涛;许克勤设计研发完成，并于2022-03-30向国家知识产权局提交的专利申请。

本面向人的细粒度视觉目标识别自适应训练方案生成、难度调整、闭环反馈训练方法及系统在说明书摘要公布了：本发明实施例公开了一种面向人的细粒度视觉目标识别自适应训练方案生成、难度调整、闭环反馈训练方法及系统，进行细粒度视觉目标中目标进行不定项选择识别测试和个人识别特质测试，根据全部受训人的个人识别特质测试成绩以当前受训人的个人识别特质测试成绩和标准细粒度视觉目标不定项选择识别测试成绩，生成训练方案；依次进行观察学习训练和反馈学习训练；进行标准细粒度视觉目标不定项选择识别测试；判断受训人的标准细粒度视觉目标不定项选择识别测试成绩是否大于0.95，如是，则结束训练，否则对下一次训练方案进行训练难度调整，直至受训人的标准细粒度视觉目标不定项选择识别测试成绩大于0.95后结束训练，有效提升训练效率。

本发明授权面向人的细粒度视觉目标识别自适应训练方案生成、难度调整、闭环反馈训练方法及系统在权利要求书中公布了：1.面向人的细粒度视觉目标识别自适应训练方案生成方法，其特征在于，按照以下步骤进行：步骤S1、基于个人识别特质测试成绩和当前标准细粒度视觉目标不定项选择识别测试成绩，生成综合训练指数Z；步骤S2、获取所有受训人的全部训练数据，基于多元线性回归模型生成第i个训练参数Xi的权重βi；步骤S3、基于生成的综合训练指数Z以及估计的权重βi，结合下式表示的训练方案生成算法，生成决定训练方案的训练参数Xi，并根据训练参数Xi设置训练方案； 其中，βmin为本次训练方案中训练权重的最小值，βmax为本次训练方案中训练权重的最大值；训练参数Xi共有6项，即i＝1,2,3,4,5,6，其中，X1为观察学习训练中受训人的图片刺激时间，X2为观察学习训练中受训人可提前结束图片刺激的时间，X3为观察学习训练中受训人接受图片刺激的细粒度视觉目标子图总数，X4为反馈学习训练中图片刺激的细粒度视觉目标子图总数，X5为反馈学习训练中受训人看到图片刺激后根据提示进行选择的时长，X6为反馈学习训练所使用的单张细粒度视觉目标子图的图像难度；所述步骤S1按照下式生成综合训练指数Z： 其中，exp为指数函数，为前一次标准细粒度视觉目标不定项选择识别测试成绩，As为期望的下一次标准细粒度视觉目标不定项选择识别测试成绩，由受训人手动输入，Km为根据个人识别特质测试成绩获得的当前受训人的个人识别系数；当前受训人的个人识别系数Km通过以下方法得到：获取全部受训人的个人识别特质测试成绩以及当前受训人的个人识别特质测试成绩，利用全部受训人的个人识别特质测试成绩的最小值和最大值形成个人识别特质测试成绩区间，然后将个人识别特质测试成绩区间归一化到区间[0,1]，然后将当前受训人的个人识别特质测试成绩对应归一化到区间[0,1]内，得到个人识别系数Km；所述细粒度视觉目标子图的图像难度，是将细粒度视觉目标细粒度目标识别专家对每个细粒度视觉目标子图进行准确识别测试所花费的准确识别时间进行归一化处理，将所有细粒度视觉目标子图的准确识别时间映射到以0,1为区间的难度系数中，每个细粒度视觉目标子图映射得到的难度系数即为该细粒度视觉目标子图的图像难度。

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西安电子科技大学，其通讯地址为：710126 陕西省西安市长安区西沣路兴隆段266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”。