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)恭喜浙江工業(yè)大學(xué)申請(qǐng)的專利一種基于對(duì)比聚類自學(xué)習(xí)的道路拋灑物檢測(cè)方法獲國(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：CN114782891B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-04-29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：202210388548.2，技術(shù)領(lǐng)域涉及：G06V20/52；該發(fā)明授權(quán)一種基于對(duì)比聚類自學(xué)習(xí)的道路拋灑物檢測(cè)方法是由邵奇可;陳立康;顏世航設(shè)計(jì)研發(fā)完成，并于2022-04-13向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于對(duì)比聚類自學(xué)習(xí)的道路拋灑物檢測(cè)方法在說(shuō)明書(shū)摘要公布了：本發(fā)明公開(kāi)了一種基于對(duì)比聚類自學(xué)習(xí)的道路拋灑物檢測(cè)方法，構(gòu)建道路拋灑物檢測(cè)網(wǎng)絡(luò)模型，所述道路拋灑物檢測(cè)網(wǎng)絡(luò)模型包括特征提取模塊、候選區(qū)域模塊、未知標(biāo)簽生成模塊和基于最大邏輯值的拋灑物識(shí)別模塊。采用訓(xùn)練樣本訓(xùn)練所述道路拋灑物檢測(cè)網(wǎng)絡(luò)模型，采用訓(xùn)練好的道路拋灑物檢測(cè)網(wǎng)絡(luò)模型對(duì)待檢測(cè)圖像進(jìn)行檢測(cè)，輸出檢測(cè)結(jié)果。本發(fā)明可以識(shí)別靜止在高速公路上的拋灑物，并具有較強(qiáng)的抗干擾能力，能檢測(cè)不包含在數(shù)據(jù)集拋灑物類別中的拋灑物目標(biāo)，因此更具有實(shí)用價(jià)值。

本發(fā)明授權(quán)一種基于對(duì)比聚類自學(xué)習(xí)的道路拋灑物檢測(cè)方法在權(quán)利要求書(shū)中公布了：1.一種基于對(duì)比聚類自學(xué)習(xí)的道路拋灑物檢測(cè)方法，其特征在于，所述基于對(duì)比聚類自學(xué)習(xí)的道路拋灑物檢測(cè)方法，包括：構(gòu)建道路拋灑物檢測(cè)網(wǎng)絡(luò)模型，所述道路拋灑物檢測(cè)網(wǎng)絡(luò)模型包括特征提取模塊、候選區(qū)域模塊、未知標(biāo)簽生成模塊和基于最大邏輯值的拋灑物識(shí)別模塊；采用訓(xùn)練樣本訓(xùn)練所述道路拋灑物檢測(cè)網(wǎng)絡(luò)模型，采用訓(xùn)練好的道路拋灑物檢測(cè)網(wǎng)絡(luò)模型對(duì)待檢測(cè)圖像進(jìn)行檢測(cè)，輸出檢測(cè)結(jié)果；其中，在訓(xùn)練所述道路拋灑物檢測(cè)網(wǎng)絡(luò)模型，或采用訓(xùn)練好的道路拋灑物檢測(cè)網(wǎng)絡(luò)模型對(duì)待檢測(cè)圖像進(jìn)行檢測(cè)時(shí)，包括：將訓(xùn)練樣本圖像或待檢測(cè)圖像輸入到特征提取模塊，提取出第一特征圖；將第一特征圖輸入到候選區(qū)域模塊得到潛在候選框集合，按照預(yù)設(shè)的規(guī)則從潛在候選框集合中篩選出一般候選框集合和潛在未知候選框集合；將第一特征圖和潛在未知候選框集合輸入到未知標(biāo)簽生成模塊，得到未知候選框集合；將未知候選框集合與一般候選框集合合并為總候選框集合，然后將第一特征圖和總候選框集合輸入到基于最大邏輯值的拋灑物識(shí)別模塊，得到檢測(cè)結(jié)果；其中，所述基于最大邏輯值的拋灑物識(shí)別模塊包括一個(gè)特征存儲(chǔ)集合Fstore，用于存儲(chǔ)各個(gè)未知類別特征向量、拋灑物類別特征向量和非拋灑物目標(biāo)類別特征向量，所述基于最大邏輯值的拋灑物識(shí)別模塊還包括一個(gè)最大邏輯值存儲(chǔ)集合Estore，所述最大邏輯值存儲(chǔ)集合Estore包括用于存儲(chǔ)各個(gè)未知類別特征向量最大邏輯值的隊(duì)列qu，和用于存儲(chǔ)已知類別特征向量最大邏輯值的隊(duì)列qk。

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)人浙江工業(yè)大學(xué)，其通訊地址為：310014 浙江省杭州市下城區(qū)潮王路18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)”。