恭喜哈尔滨理工大学孙崐获国家专利权
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!
龙图腾网恭喜哈尔滨理工大学申请的专利基于改进CenterNet骨干网络的视频目标检测算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:CN114639042B 。
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:202210261866.2,技术领域涉及:G06V20/40;该发明授权基于改进CenterNet骨干网络的视频目标检测算法是由孙崐;甄伊凡;张彬设计研发完成,并于2022-03-17向国家知识产权局提交的专利申请。
本基于改进CenterNet骨干网络的视频目标检测算法在说明书摘要公布了:本发明公开了一种基于改进CenterNet骨干网络的视频目标检测算法,包括以下步骤:数据集采集;构建训练数据集;图像特征提取;图像特征融合;目标检测结果输出。本发明改进CenterNet骨干网络的目标检测算法包括利用ADS‑DLA34代替DLA34骨干网络。在ADS‑DLA34网络中,将软池化代替DLA34网络下采样的传统池化方式、可变形卷积代替上采样传统2D卷积、并在网络中结合注意力机制。使得改进之后的网络减少了目标特征信息的损失、增强对形变遮挡目标的学习能力、且网络更关注于图像中的关键信息,增强了模型特征提取融合的能力。从而以改进模型结构的角度,提高目标检测算法的性能,既保证了目标检测速度,又提高了目标检测精度,增强了不同领域下尤其是视频中目标物体的检测识别能力。
本发明授权基于改进CenterNet骨干网络的视频目标检测算法在权利要求书中公布了:1.基于改进CenterNet骨干网络的视频目标检测方法,其特征在于,所述方法包括以下步骤:步骤S1:数据集采集,所述的采集数据集包含待检测目标的若干图像,本发明采集开源的数据集图像;步骤S2:构建改进CenterNet骨干网络DLA34的ADS-DLA34的训练数据集;步骤S3:图像特征提取,所述的图像特征提取是ADS-DLA34网络采用小步进的下采样率实现不同层级之间目标特征的提取;图像特征提取网络是基于DLA34网络进行改进,包括经过基层和第一层实现对输入图像的初步特征提取,将第一层的输出传入第二层中,经过下采样操作直至最后的第五层,采用小步进的下采样率实现不同层级之间目标特征的提取;ADS-DLA34特征提取网络中下采样操作将软池化代替DLA34网络传统池化方式,并在采样过程中通过迭代深度聚合将不同阶段之间的特征融合,分层深度聚合将不同阶段之间的基本模块融合,实现语义和空间中的特征结合;步骤S4:图像特征融合,所述的图像特征融合是DLA网络通过迭代深度聚合将不同阶段之间的特征融合,分层深度聚合将不同阶段之间的基本模块融合;所述图像特征融合即在下采样和特征提取后,改进CenterNet骨干网络DLA34的ADS-DLA34采用多层级融合网络中的DLAUP模块实现网络的上采样,在上采样过程中用可变形卷积代替上采样传统2D卷积,并采用IDAUP模块完成上采样中的多层级融合;步骤S5:目标检测结果输出,所述的检测结果输出就是经过特征提取特征融合后,通过注意力机制模块,输出带有特征权值的注意力特征图,在改进CenterNet骨干网络的最后加入三个网络层来输出目标检测预测结果。
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哈尔滨理工大学,其通讯地址为:150080 黑龙江省哈尔滨市南岗区学府路52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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。