中国科学院自动化研究所聂祥丽获国家专利权
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！
龙图腾网获悉中国科学院自动化研究所申请的专利基于在线持续学习的机器人目标识别方法、系统及设备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：CN113837220B 。
龙图腾网通过国家知识产权局官网在2025-10-21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：202110949246.3，技术领域涉及：G06V10/25；该发明授权基于在线持续学习的机器人目标识别方法、系统及设备是由聂祥丽;邓致光;乔红设计研发完成，并于2021-08-18向国家知识产权局提交的专利申请。
本基于在线持续学习的机器人目标识别方法、系统及设备在说明书摘要公布了：本发明提供一种基于在线持续学习的机器人目标识别方法、系统及设备，方法通过获取预设数量的未标注的图像样本数据；基于历史深度神经网络模型，计算图像样本数据的伪损失值；根据伪损失值得到查询概率，基于查询概率在图像样本数据中选择信息量大且保持多样性的样本数据进行标注，得到人工标注样本；计算人工标注样本中各类样本在深度特征空间的均值和协方差；在回放缓冲集中选择该轮迭代未出现的类别样本，根据协方差在类别样本中进行采样，得到采样样本；以回放缓冲集中的历史样本、人工标注样本和采样样本作为更新训练集，对历史深度神经网络模型进行训练，得到更新深度神经网络模型，有效提高了机器人在线获取数据并进行持续目标识别的效率。
本发明授权基于在线持续学习的机器人目标识别方法、系统及设备在权利要求书中公布了：1.一种基于在线持续学习的机器人目标识别方法，其特征在于，包括： 获取预设数量的未标注的图像样本数据； 基于历史深度神经网络模型，计算所述未标注的图像样本数据的伪损失值； 根据所述伪损失值得到查询概率，基于所述查询概率在所述未标注的图像样本数据中选择信息量大且保持多样性的样本数据进行标注，得到人工标注样本；信息量大且保持多样性的样本数据为服从伯努利分布的随机变量中数值为1的样本数据； 计算所述人工标注样本中各类样本在深度特征空间的均值，根据所述均值计算所述人工标注样本中各类样本的协方差； 在回放缓冲集中选择该轮迭代未出现的类别样本，根据所述协方差在所述类别样本中进行采样，得到采样样本； 以所述回放缓冲集中的历史样本、所述人工标注样本和所述采样样本作为更新训练集，对所述历史深度神经网络模型进行训练，得到更新深度神经网络模型。
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中国科学院自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励