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！

龙图腾网获悉中山大学申请的专利基于数据驱动的点状空间目标检测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：CN117523254B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202310340517.4，技术领域涉及：G06V10/764；该发明授权基于数据驱动的点状空间目标检测方法是由张小虎;汪瀚;沈智华;林彬;覃军友;杨夏;陈思洋设计研发完成，并于2023-04-03向国家知识产权局提交的专利申请。

本基于数据驱动的点状空间目标检测方法在说明书摘要公布了：本发明公开了基于数据驱动的点状空间目标检测方法，该方法包括：对待检测图像进行预处理，得到预处理后的图像；根据图像最小像素级半径对预处理后的图像进行搜索处理，得到候选区域；将候选区域作为数据驱动输入至SF‑CNN分类模型进行引导分类，得到图像预测类别。通过使用本发明，能够通过对图像的各候选区域进行检测实现在减少全局标注的工作量的情况下提高图像的检测精度。本发明作为基于数据驱动的点状空间目标检测方法，可广泛应用于深度学习目标检测技术领域。

本发明授权基于数据驱动的点状空间目标检测方法在权利要求书中公布了：1.基于数据驱动的点状空间目标检测方法，其特征在于，包括以下步骤： 对待检测图像进行预处理，得到预处理后的图像； 根据图像最小像素级半径对预处理后的图像进行搜索处理，得到候选区域； 将候选区域作为数据驱动输入至SF-CNN分类模型进行引导分类，得到图像预测类别； 所述根据图像最小像素级半径对预处理后的图像进行搜索处理，得到候选区域，具体包括： 根据图像最小像素级半径确定预处理后的图像中的目标之间的最小搜索距离； 根据预处理后的图像中的目标之间的最小搜索距离确定膨胀操作区域； 根据膨胀操作区域对预处理后的图像进行膨胀搜索处理，得到图像的局部最大值点； 对图像的局部最大值点所在区域进行集合构建处理，得到候选区域； 所述将候选区域作为数据驱动输入至SF-CNN分类模型进行引导分类，得到图像预测类别，具体包括： 对候选区域进行归一化处理，得到归一化后的候选区域； 对归一化后的候选区域进行图像插值处理，得到插值后的候选区域； 将插值后的候选区域输入至SF-CNN分类模型进行分类，得到分类结果，所述分类结果包括目标的置信度值与非目标的置信度值； 根据分类结果确定目标的尺寸并生成对应的显著性图与半径图； 通过非极大值抑制方法对显著性图与半径图进行冗余目标消除处理，得到图像预测类别； 所述将插值后的候选区域输入至SF-CNN分类模型进行分类，得到分类结果，具体包括： 将插值后的候选区域输入至SF-CNN分类模型，所述SF-CNN分类模型包括第一卷积层、池化层、第二卷积层和全连接层； 基于第一卷积层对插值后的候选区域进行特征提取处理，得到图像的特征信息； 基于池化层对图像的特征信息进行下采样操作处理，得到低空间维度的图像特征信息； 基于第二卷积层对低空间维度的图像特征信息进行组合处理，得到组合后的图像特征信息； 基于全连接层，根据组合后的图像特征信息计算插值后的候选区域的置信度值并分类，输出分类结果。

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山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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。