Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜武汉科技大学徐望明获国家专利权

恭喜武汉科技大学徐望明获国家专利权

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!

龙图腾网恭喜武汉科技大学申请的专利一种基于弱显著图的实时热红外图像行人检测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:CN114170617B

龙图腾网通过国家知识产权局官网在2025-06-10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:202010952388.0,技术领域涉及:G06V40/10;该发明授权一种基于弱显著图的实时热红外图像行人检测方法是由徐望明;李传东;伍世虔设计研发完成,并于2020-09-11向国家知识产权局提交的专利申请。

一种基于弱显著图的实时热红外图像行人检测方法在说明书摘要公布了:本发明公开了行人检测领域的一种基于弱显著图的实时热红外图像行人检测方法。包括以下步骤:1将热红外图像送入SD‑LFFD网络进行预测,产生初步的行人检测结果和行人区域弱显著图;2将该弱显著图与原始输入的热红外图像进行结合“点亮”行人区域;3将结合后的图像送入SF‑LFFD网络再次进行行人检测,产生新的行人检测结果;4将上述两级改进的LFFD网络即SD‑LFFD和SF‑LFFD产生的行人检测结果进行融合得到最终的行人检测结果。本发明能有效改善在人体与背景温差较小的白天从热红外图像中检测行人效果较差的问题,能有效提高热红外图像行人检测的准确率,且在硬件资源有限的情况下也可实现实时工作。

本发明授权一种基于弱显著图的实时热红外图像行人检测方法在权利要求书中公布了:1.一种基于弱显著图的实时热红外图像行人检测方法,其特征在于,包括以下步骤:步骤1,将热红外图像送入SD-LFFD网络进行预测,产生初步的行人检测结果和行人区域弱显著图;步骤2,将该弱显著图与原始输入的热红外图像进行结合,“点亮”行人区域;步骤3,将结合后的图像送入SF-LFFD网络再次进行行人检测,产生新的检测结果;步骤4,将上述两级改进的LFFD网络即SD-LFFD和SF-LFFD产生的行人检测结果进行融合得到最终的行人检测结果;所述步骤1中的SD-LFFD网络是对LFFD网络的一种改进结构,相较于LFFD网络增加了目标显著性检测功能,由两部分组成:1目标检测部分,与LFFD结构相同,用来生成目标位置信息、类别信息和置信度;2目标显著性检测部分,在LFFD基础上进行改造,用来产生弱显著图,实现对热红外图像中行人区域的粗略增强;目标显著性检测部分是在原LFFD网络结构中的C11、C14、C17和C20四个输出分支处插入卷积层和上采样层,将得到的特征图在通道维度上进行连接,经过一个1×1的卷积层改变通道,而后经过sigmod激活函数进行输出,最后对输出的特征图利用双线性插值的方式进行缩放即可得到最终的显著图;SD-LFFD的损失函数为其中,i表示第i个输出分支,j表示第j个像素点,S表示当前输出的分支的面积S=w×h,第1项是分类损失函数Lc,使用的是交叉熵损失函数,当第i个输出分支第j个像素点落入了真实框中,则cij=1,否则cij=0;第2项是回归损失函数Lr,使用的是L2损失函数,tij表示的是当前像素点的感受野对应的坐标位置与真实框的坐标位置相对位移;第3项是显著性检测部分的损失函数Ls,使用的是交叉熵损失函数,k表示第k个像素点,p表示显著图的标签,行人区域pk=1,背景区域pk=0;所述步骤3中的SF-LFFD网络是对LFFD网络的另一种改进结构,输入为弱显著图与原始热红外图像,输出为目标位置信息、类别信息和置信度,损失函数为相较于SD-LFFD网络损失函数的区别在于去除了显著性检测部分的损失函数Ls,而保留了分类损失函数Lc和回归损失函数Lr。

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武汉科技大学,其通讯地址为:430081 湖北省武汉市青山区和平大道建设一路947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”。

免责声明
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。