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！

龙图腾网获悉西安交通大学申请的专利基于领域自适应的自监督目标计数微调方法及系统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：CN119785103B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411941365.4，技术领域涉及：G06V10/764；该发明授权基于领域自适应的自监督目标计数微调方法及系统是由徐亦飞;李意扬;宗英杰;王亚莉;吴雨林;卞佳乐;尉萍萍;饶元设计研发完成，并于2024-12-26向国家知识产权局提交的专利申请。

本基于领域自适应的自监督目标计数微调方法及系统在说明书摘要公布了：本发明公开了一种基于领域自适应的自监督目标计数微调方法及系统，包括：对于给定图像进行拆分，每个独立的子区块将首先被各自独立通过模型网络，并产生多组嵌入向量视觉特征单词编码，作为图像中不同区域的独立的细粒化特征表示。然后计算类型文本嵌入向量和视觉类别信息向量之间的余弦相似度，通过建立对图像不同区域的不确定性估计实现了对前景区域和背景区域的解构和分类讨论。并对前景子区块和背景子区块分别自监督和二维分割。本发明实现了从源域到目标域的自监督领域自适应，优化了大多数目标计数在迁移到特定类型的目标计数任务时，定位正确类型计数目标能力不强、预测密度图准确率不佳的问题。

本发明授权基于领域自适应的自监督目标计数微调方法及系统在权利要求书中公布了：1.基于领域自适应的自监督目标计数微调方法，其特征在于，包括： 将给定图像进行划分，得到交并比为零的若干个子区块，进而获取相同数量的嵌入向量视觉特征单词编码；以单词编码向量作为视觉特征的表现形式； 预设多组类型文本嵌入特征，基于视觉特征中的子区块的全局视觉类别向量，计算各组类型文本嵌入向量和不同子区块的全局类别视觉向量之间的余弦相似度，估计不同区块所属分类的不确定性； 在不确定性估计的过程中将图像子区块划分为前景子区块和背景子区块；对前景子区块进行尺度变换操作后输入到密度图回归网络中，得到多组输出； 基于多输出的一致性进行正则自监督损失，同时基于模型输出的不一致结果作为权重网络梯度下降的自监督训练信号，实现反向传播和模型微调； 基于二值分割对背景子区块中包含背景语义信息的点级密度噪音进行抑制，完成目标计数调整； 所述基于多输出的一致性进行正则自监督损失，包括：将不同尺度的输出结果作为自监督信号的伪标签；设计自适应平滑掩码权重，对网络产生的教师标签施加额外约束，对具有不同置信度的输出伪标签的权重进行修正，以降低无效伪标签在基于一致性正则的自监督损失中产生的负面影响； 所述设计自适应平滑掩码权重，具体为： 自适应平滑掩码权重对基于多输出的密度图生成网络产生的教师标签施加额外约束，该过程用下式表述： 3 其中：wi为第i个掩码权重；pi为第i个大尺度输出预测计数；ci为第i个小尺度输出预测计数；m为高置信比例参数；σ为数值自平均值离散程度。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。