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！

龙图腾网获悉南京信息工程大学申请的专利面向目标计数的类增量学习网络建模方法及装置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：CN115937597B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202211654233.4，技术领域涉及：G06V10/764；该发明授权面向目标计数的类增量学习网络建模方法及装置是由姜胜芹;王庆;蔡佳璐;梅永月;成锋娜;刘青山设计研发完成，并于2022-12-22向国家知识产权局提交的专利申请。

本面向目标计数的类增量学习网络建模方法及装置在说明书摘要公布了：本发明公开了一种面向目标计数的类增量学习网络建模方法及装置，包括：S1：获取不同类样本的数据集；S2：对数据集样本进行在线增广；S3：构建目标计数的类增量学习网络，所述类增量学习网络包括特征提取器、类无关模块和类增量模块；S4：采用增广后的数据集样本对所述类增量学习网络进行训练，得到训练好的类增量学习网络。本发明实现了在线对不同类目标密度图的学习与预测，提高了目标计数网络的实用性和适用性。

本发明授权面向目标计数的类增量学习网络建模方法及装置在权利要求书中公布了：1.一种面向目标计数的类增量学习网络建模方法，其特征在于包括： S1：获取不同类样本的数据集，其中，所述数据集是需要计数的图的集合； S2：对数据集样本进行在线增广； S3：构建目标计数的类增量学习网络，所述类增量学习网络包括特征提取器、类无关模块和类增量模块，所述特征提取器分别与类无关模块、类增量模块相连，所述类无关模块与类增量模块相连，所述特征提取器用于提取基础特征向量，所述类无关模块用于根据所述基础特征向量进行学习，得到一致性的密度图，所述类增量模块用于根据所述基础特征向量进行分类，并基于分类结果和密度图进行回归计数； S4：采用增广后的数据集样本对所述类增量学习网络进行训练，得到训练好的类增量学习网络； 所述类无关模块具体包括： 第一卷积层，包括两个3×3卷积层； 掩码层，包括依次相连的4个单卷积层和一个上采样层，所述4个单卷积层用于从第一卷积层的输出中获取掩码，所述上采样层用于对掩码进行双线性差值上采样，得到与输入样本大小相同的标准掩码； 激活层，用于先对标准掩码经过Sigmoid函数进行激活，再进行Ones-like操作并与Sigmoid函数输出的激活特征做差，得到激活特征； 注意力层，包括依次连接的3×3卷积层、ReLu函数、3×3卷积层，用于根据激活特征得到注意力特征； 第二卷积层，包括拼接单元和3×3卷积层，所述拼接单元用于将第一卷积层的输出和所述注意力特征进行拼接，所述3×3卷积层用于将拼接后的特征卷积得到密度图； 所述类增量模块包括： 全局平均池化层，用于将所述基础特征向量进行全局平均池化； 分类器，用于基于全局平均池化层的输出进行分类，得到输入样本所属类别； 回归层，用于根据分类器的输出和密度图进行回归计数，得到不同类的计数。

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信息工程大学，其通讯地址为：210044 江苏省南京市江北新区宁六路219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”。

以上内容由龙图腾AI智能生成。