買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉西安郵電大學(xué)申請(qǐng)的專利一種霧霾圖像目標(biāo)檢測(cè)模型及算法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120259638B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-12發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202510740470.X，技術(shù)領(lǐng)域涉及：G06V10/25；該發(fā)明授權(quán)一種霧霾圖像目標(biāo)檢測(cè)模型及算法是由包志強(qiáng);李陽(yáng);杜樂(lè)穎;朱迪設(shè)計(jì)研發(fā)完成，并于2025-06-05向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種霧霾圖像目標(biāo)檢測(cè)模型及算法在說(shuō)明書(shū)摘要公布了：本發(fā)明公開(kāi)了一種霧霾圖像目標(biāo)檢測(cè)模型及算法，包括骨干網(wǎng)絡(luò)、頸部網(wǎng)絡(luò)和檢測(cè)頭，在模型中還設(shè)有關(guān)系注意力模塊，該模塊包含自注意力和共現(xiàn)關(guān)系兩個(gè)分支；并更新檢測(cè)頭內(nèi)部的損失函數(shù)為邊緣感知損失函數(shù)。本發(fā)明實(shí)現(xiàn)了對(duì)已有信息更加高效的利用和挖掘更多可利用的信息，有效地提高了復(fù)雜天氣背景下目標(biāo)檢測(cè)模型的精度，性能更好，魯棒性更強(qiáng)；相比于基線網(wǎng)絡(luò)，實(shí)現(xiàn)了更高的模型精度。

本發(fā)明授權(quán)一種霧霾圖像目標(biāo)檢測(cè)模型及算法在權(quán)利要求書(shū)中公布了：1.一種基于霧霾圖像目標(biāo)檢測(cè)模型的檢測(cè)方法，其特征在于，包括以下操作： 1）構(gòu)建邊緣感知損失和共現(xiàn)關(guān)系的霧霾圖像目標(biāo)檢測(cè)模型；其包括骨干網(wǎng)絡(luò)、頸部網(wǎng)絡(luò)和檢測(cè)頭，在頸部網(wǎng)絡(luò)中還設(shè)有關(guān)系注意力模塊，該模塊包含自注意力分支和共現(xiàn)關(guān)系分支；并將檢測(cè)頭內(nèi)部的損失函數(shù)替換為邊緣感知損失函數(shù)； 所述自注意力分支通過(guò)局部窗口計(jì)算輕量化的多頭自注意力，捕捉局部特征關(guān)系；共現(xiàn)關(guān)系分支通過(guò)輔助檢測(cè)頭的檢測(cè)結(jié)果生成全局共現(xiàn)特征，提供場(chǎng)景級(jí)上下文；關(guān)系注意力模塊的輸出將自注意力分支和共現(xiàn)關(guān)系分支的輸出特征圖進(jìn)行加權(quán)相加； 其中，所述共現(xiàn)關(guān)系分支先使用輔助檢測(cè)頭提取場(chǎng)景中存在的物體類別，然后將類別映射為高維的嵌入向量，編碼不同類別的嵌入向量之間的共現(xiàn)關(guān)系；再平均池化生成全局場(chǎng)景表示，并將全局特征傳遞到所有位置，提供場(chǎng)景級(jí)上下文； 所述邊緣感知損失函數(shù)包括： ; ; 其中，式（5）是邊緣交并比的表達(dá)式，式（6）為邊緣感知損失函數(shù)； 為真實(shí)目標(biāo)邊界框的掩碼，M為預(yù)測(cè)目標(biāo)邊界框的掩碼，是經(jīng)過(guò)深度索貝爾卷積和開(kāi)方后得到的邊緣特征圖； 為邊緣交并比損失，代表歐式距離，分別代表邊界框的中心點(diǎn)坐標(biāo)、寬和高，分別代表預(yù)測(cè)邊界框的中心點(diǎn)坐標(biāo)、寬和高，分別代表最小外接矩形的對(duì)角線長(zhǎng)度、寬度和高度，為真實(shí)框與目標(biāo)框的中心點(diǎn)距離損失，為真實(shí)框與目標(biāo)框的寬度損失，為真實(shí)框與目標(biāo)框的高度損失； 2）網(wǎng)絡(luò)模型的訓(xùn)練，選擇數(shù)據(jù)集和模型評(píng)價(jià)指標(biāo)；訓(xùn)練過(guò)程中，模型通過(guò)反向傳播優(yōu)化損失，使預(yù)測(cè)框逐漸逼近真實(shí)框的位置和尺寸；輸出的損失值越小，表示預(yù)測(cè)框與真實(shí)框的邊緣重疊度越高、中心點(diǎn)越接近、寬高比越一致； 3）得到訓(xùn)練后的模型，用于目標(biāo)檢測(cè)。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人西安郵電大學(xué)，其通訊地址為：710086 陜西省西安市長(zhǎng)安南路563號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。