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！

龙图腾网获悉北京航空航天大学杭州创新研究院;中国计量大学;杭州海康威视数字技术股份有限公司申请的专利新场景下目标检测性能自适应度量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：CN119399495B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202310517170.6，技术领域涉及：G06V10/74；该发明授权新场景下目标检测性能自适应度量方法是由胡海苗;肖俊华;蒲养林;李波;章东平;浦世亮;谭文明;张世峰设计研发完成，并于2023-05-09向国家知识产权局提交的专利申请。

本新场景下目标检测性能自适应度量方法在说明书摘要公布了：本发明公开了一种新场景下目标检测性能自适应度量方法。该方法包括：融合光照、色偏和散度估计度量背景差异S1，其中，计算训练场景和应用场景的背景差异指标的统计量S1‑1；在此基础上，将训练场景作为正常场景，对应用场景进行分类，分为正常、高动态、强光、低照度、色偏以及低能见度场景，作为场景间背景差异的度量S1‑3。综合标签偏移和特征偏移度量目标差异S2；其中，通过KS检验计算标签偏移结果S2‑1；使用训练场景和应用场景中图像检测结果的目标特征熵计算特征偏移结果S2‑2；作为目标差异的度量结果。与现有方法不同，本发明方法不仅能够判断场景间是否存在域差异，还能细粒度地分析场景的域差异的类型。可以提升目标检测算法在新场景下的性能。

本发明授权新场景下目标检测性能自适应度量方法在权利要求书中公布了：1.一种新场景下目标检测性能自适应度量方法，其特征在于包括： A为了度量场景间的背景差异，离线对训练场景A中的图像进行照度估计、色偏估计和散射估计，得到亮暗像素占比、色偏水平和散射水平的统计量，然后在线对应用场景B中的图像进行照度估计、色偏估计和散射估计，得到亮暗像素占比、色偏水平和散射水平，将应用场景B的指标与训练场景A的指标的统计量进行对比，将训练场景作为正常场景，对应用场景进行分类，分为分为正常场景、高动态场景、强光场景、低照度场景、色偏场景以及低能见度场景，将应用场景的分类结果作为场景间的背景差异的度量，包括： A1对训练场景A中的所有图像进行照度估计、色偏估计和散射估计，得到： 第一照度估计的统计量，包括暗像素占比均值μs,d、暗像素占比方差vs,d、亮像素占比均值vs,l、亮像素占比方差σs,l，第一色偏估计统计量，包括偏色水平均值μs,ccb，和第一散射估计统计量，包括散射水平的均值μs,s和散射水平的方差vs,s，A2对应用场景B中实时获取的多帧图像进行照度估计、色偏估计和散射估计，得到： 第二照度估计统计量，包括暗像素占比均值μt，d和亮像素占比均值μt，l，第二色偏估计统计量，包括偏色水平均值μt,ccb，和第二散射估计统计量，包括散射水平的均值μt,s，A3综合第一和第二照度估计统计量、第一和第二色偏估计统计量和第一和第二散射估计统计量，参照拉伊达法则，对应用场景进行分类，分为正常场景、高动态场景、强光场景、低照度场景、色偏场景以及低能见度场景，将应用场景的分类结果作为场景间的背景差异的度量，B为了度量场景间的目标差异，基于训练场景A和应用场景B的性能标签分布，计算标签偏移，当应用场景B发生标签偏移时，基于训练场景A和应用场景B的目标特征熵的统计结果，计算特征偏移的结果，综合标签偏移和特征偏移的结果，得到训练场景A和应用场景B的目标差异的度量结果，包括： B1对场景中获取到的图像应用目标检测算法，得到场景中目标的位置和目标类型的置信度，作为图像检测结果，以图像检测结果的置信度的均值作为图像标签，并分别计算训练场景和应用场景的标签的分布，通过柯尔莫哥洛夫‑斯米尔诺夫检验判断是否发生标签偏移，B2当发生标签偏移时，离线计算训练场景A的目标的特征熵的均值μs，ie，并在线计算应用场景B的目标特征熵的均值μt，ie，基于统计学中的离群值处理方法判断应用场景获取的目标的信息是否不足，作为特征偏移的依据，B3综合标签偏移和特征偏移的结果，判断当前场景的目标的信息是否充分，其中： 上述照度估计包括基于Retinex模型的照度估计，包括：首先将较大的邻域内的亮度最大值作为初始结果，然后和Retinex方法类似，引入包括像素值、梯度的约束作为目标函数，采用迭代的方式求解最终照度特征图，最后统计亮暗像素占比作为图像照度估计的指标，即： 其中L0表示初始照度图，N表示像素总数，，Lk表示第k次迭代后的照度特征图，表示像素总数，I表示场景中的图像，α和β表示用户设置的超参数，El、EpixL和EgradL分别表示总的目标函数、像素值目标函数和梯度目标函数，Lk+1表示第k+1次迭代后的照度特征图，表示i位置的亮度值，θdark和θlig表示设置的阈值，而Mdark和Mlight表示暗亮像素占比，作为照度估计的指标，色偏估计是基于通道色偏指标的色偏估计，包括采用基于灰度世界假设的通道偏色指标对场景中的图像进行色偏估计，通道偏色指标通过逐像素地提取图像的亮度信息，计算其通道偏色水平，其中，||||1表示向量一范数，i,j分别表示图像RGB通道中均值最高的通道和均值最低的通道，Ei和Ej表示对应通道的像素值，通道偏色水平Mccb表示均值最大的通道与均值最小的通道之间的差值之和，上述场景间的背景差异的度量中，对强光场景的定义为：与正常场景相比，强光场景意味着获取到的图像的亮度整体偏大，μt,lμs,l+σs,l        3，μt,l表示应用场景中亮像素占比的均值，μs,l表示训练场景中亮像素占比的均值，σs,l表示训练场景中亮像素占比的方差，上述场景间的背景差异的度量中，对低照度场景的定义是：与正常场景相比，低照度场景意味着获取到的图像的亮度整体偏低，暗像素占比较大，μt,dμs,d+σs,d        4，μt,d表示应用场景中暗像素占比的均值，μs,d表示训练场景中暗像素占比的均值，σs,d表示训练场景中暗像素占比的方差，上述场景间的背景差异的度量中，对高动态场景的定义是：与正常场景相比，高动态场景意味着获取到的图像的亮度分布在亮侧和暗侧，μt,lμs,l+σs,lμt,dμs,d+σs,d       5，μt,d表示应用场景中暗像素占比的均值，μs,d表示训练场景中暗像素占比的均值，σs,d表示训练场景中暗像素占比的方差，σs,l表示训练场景中亮像素占比的方差，上述场景间的背景差异的度量中，对偏色场景的定义是：色偏场景意味着获取到的图像的色偏水平整体偏高，μt,ccbμs,ccb             6，μt,ccb表示应用场景中偏色水平均值，μs,ccb表示训练场景中偏色水平的均值，上述场景间的背景差异的度量中，对低能见度场景的定义是：与正常场景相比，低能见度场景意味着获取到的图像的散射水平整体偏高，μt,sμs,s+σs,s      7，μt,s表示应用场景中散射水平的均值，μs,s表示训练场景中散射水平的均值，σs,s表示训练场景中散射水平的方差。

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北京航空航天大学杭州创新研究院;中国计量大学;杭州海康威视数字技术股份有限公司，其通讯地址为：310052 浙江省杭州市滨江区长河街道创慧街18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”。