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！

龙图腾网恭喜南京师范大学申请的专利一种基于类别损失和差值检测的多目标小物体识别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：CN114429584B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202111318533.0，技术领域涉及：G06V20/10；该发明授权一种基于类别损失和差值检测的多目标小物体识别方法是由凌旭;谢非;李群召;施梦臣;章悦;夏光圣;张培彪;郑鹏飞;吴佳豪;王芳设计研发完成，并于2021-11-09向国家知识产权局提交的专利申请。

本一种基于类别损失和差值检测的多目标小物体识别方法在说明书摘要公布了：本发明公开了一种基于类别损失和差值检测的多目标小物体识别方法，包括如下步骤：采集棋盘初始图像，标定棋盘图像坐标，根据坐标分割棋盘图像；对分割后的棋盘图像进行预处理，使用搭建好的深度学习网络模型对处理后的图像进行分类，将分类结果转换为棋局信息；采集棋盘图像P1，棋手进行一步行棋后，再次采集棋盘图像P2；根据棋盘图像P1和棋盘图像P2，采用差值检测方法对行棋的起点和终点进行合理性判断，更新棋局信息。本发明实现了对中国象棋从开局到每一步行棋的检测识别，具有速度快、鲁棒性高等优点，且受光线影响较小，并且可扩展至其他棋类的检测，在中国象棋对弈人机交互、普及人工智能方面具有重要意义。

本发明授权一种基于类别损失和差值检测的多目标小物体识别方法在权利要求书中公布了：1.一种基于类别损失和差值检测的多目标小物体识别方法，其特征在于，包括如下步骤：S1：采集棋盘初始图像，标定棋盘图像坐标，根据坐标分割棋盘图像；S2：对分割后的棋盘图像进行预处理，使用搭建好的深度学习网络模型对处理后的图像进行分类，将分类结果转换为棋局信息；S3：采集棋盘图像P1，棋手进行一步行棋后，再次采集棋盘图像P2；S4：根据棋盘图像P1和棋盘图像P2，采用差值检测方法对行棋的起点和终点进行合理性判断，若合理，则将起点和终点坐标转换为行棋的信息，更新棋局信息；步骤S4中差值检测方法的具体过程如下：B1：对棋盘图像P1和棋盘图像P2进行灰度处理；B2：将P1的灰度图与P2的灰度图做差，得到图像P3，将P3进行二值化处理；B3：根据图像P3，通过设定的判断阈值进行坐标枚举判断，当输出结果为两个坐标，则将坐标作为行棋的起点和终点，若输出结果不为两个坐标，则进行判断阈值的迭代，直至输出结果为两个坐标；B4：将起点和终点坐标转换为行棋的信息，更新棋局信息；步骤B3具体为：C1：根据棋盘大小给90个落子点设置一个阈值判断的矩形，矩形的中心为落子点的坐标；C2：使用阈值衡量矩形中像素值为255的点的数量，当某落子点的255像素点超过此阈值，则将此落子点视为目标落子点，遍历90个落子点，找出所有超过阈值的点；C3：当所给出的落子点个数超过2或者小于2时，则判断为不合理，需要进行阈值的调整，使用调整后的阈值重复步骤C2；C4：阈值调整的算法如公式11所示：T＝T0+Tinc*xinc-Tdec*xdec11其中，T为判断所使用的阈值，T0为所设置的初始阈值，Tinc为阈值每次增加的个数，Tdec为阈值每次减少的个数，xinc为阈值增加的次数，初始值为0，xdec为阈值减少的次数，初始值为0；C5：首次判断使用的是初始阈值，当判断给出的落子点数大于2时，说明阈值设置的过小，将一些噪点也计算进来了，因此需要增加阈值，将xinc每次加1提高阈值再次进行判断；当给出的落子点数小于2，说明阈值过大，将正确的目标落子点也舍弃了，因此需要减少阈值，将xdec每次加1以减少阈值，再次进行判断；C6：最终阈值判断会得到两个目标落子点，根据所得的棋局信息，获取两个目标落子点的所包含的棋子信息，棋子信息和当前行棋一方对应的则为起点，另一落子点则为终点；C7：根据起点与终点更新棋局信息，起点的信息改为空，终点的信息改为起点的棋子，完成行棋检测。

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京师范大学，其通讯地址为：210046 江苏省南京市栖霞区文苑路1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”。