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！

龙图腾网获悉中国海洋大学申请的专利高泛化能力的视觉振动测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：CN119445290B 。

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：202411674326.2，技术领域涉及：G06V10/774；该发明授权高泛化能力的视觉振动测量方法是由李志雄;程远盛;秦文昊;戴远峰;柴兴凯;闫家强;张瑞祥设计研发完成，并于2024-11-21向国家知识产权局提交的专利申请。

本高泛化能力的视觉振动测量方法在说明书摘要公布了：本发明提供一种高泛化能力的视觉振动测量方法，S1.选择高泛化能力的标签，包括：收集历史标签并制作成数据集；选取经典的深度学习算法进行训练决策出最佳的标签以及规律；S2.高效的目标检测，包括：高效检测器的设计；简易的目标跟踪器；振动位移的转化。本发明显著提升了视觉测量振动的实用性、可靠性和精确度，为相关领域的应用提供了坚实的技术基础。

本发明授权高泛化能力的视觉振动测量方法在权利要求书中公布了：1.高泛化能力的视觉振动测量方法，其特征在于，包括两个部分，S1.选择高泛化能力的标签；S2.高效的目标检测及其振动位移转化； S1.选择高泛化能力的标签，包括： S1.1.收集历史标签并制作成数据集； S1.2.选取经典的深度学习算法进行训练决策出最佳的标签以及规律； S1.2.选取经典的深度学习算法进行训练决策出最佳的标签以及规律，具体方法为： 在深度学习中使用的目标检测方法中，YOLO算法，将图像分割成多个网格，预测每个网格内的边界框和其所包含的物体类别，并使用非极大值抑制NMS算法消除重叠的边界框；采用目标检测方法，对标签的泛化能力进行反向量化分析；将检测问题转化为回归问题，然后将图像划分为S*S网格，用于预测网格中是否存在目标，并使用回归方法预测位置信息和置信度，置信度计算公式如下： PrClassi|Object表示在一个栅格包含目标的前提下，该目标属于某个类别的条件概率；是预测边界框与实际边界框的交集面积与并集面积的比值；PrObject在网格中包含目标时为1，未包含时为0；预测框通过非极大值抑制生成并过滤；这个分数反映了该类在预测框内出现的概率以及预测框与真实框的重叠程度； 使用性能评估指标来评估算法模型；基于YOLO使用了精度Precision、召回率Recall和平均精度AP作为评估指标；公式中，TP表示真正例的数量；FN表示假负例的数量；TN表示真负例的数量；FP表示假正例的数量； AP通过积分确定精度与召回率之间的值； S2.高效的目标检测，包括： S2.1、基于深度学习的高效目标检测器设计，用于框出标记点的同时提高了检测效率； S2.2、简易的目标跟踪器引入目标跟踪算法优化了帧间的时空相关性，克服相邻帧检测算法的独立性； 增加目标跟踪算法，避免相邻帧间检测算法的相互独立性；直接采用卡尔曼滤波作为跟踪器；将单、双目视频序列输入到检测器中并得到左右相机的目标框，同时作为跟踪部分的输入，利用卡尔曼滤波预测当前帧的跟踪轨迹在下一帧中的位置，用预测框与实际检测框之间的IoU作为两个匹配的相似度；在成功追踪后，得到单、双目目标框的中心点并作为输出；由于中心坐标是像素坐标，所以最后通过单目测量、以及双目视差原理得到真实的振动位移值； S2.3、振动位移的转化； 建立像素坐标与物理坐标之间的关系；使用单、双目两种转换振动位移的方式进行测量；当使用单目时，相机光轴垂直于物体表面时，物体平面上的所有点都可以等量缩小到像平面上，根据三角形相似的原理，得到真实的振动位移； 式中，D为在目标平面内选定的已知物体的大小；D为成像平面内对应的物理长度；分别为已知的物理尺寸和对应的图像尺寸，f为透镜焦距；z为相机光学中心到物体平面的距离；得到转换因子后，将像素位移与转换因子相乘即能够计算出物理动态位移； 采用双目视觉结合视差原理进行测量时，利用空间点的左右相机成像表面对应点的像素差，反求空间点的三维坐标；左右相机彼此平行；坐标系原点为OL和OR，也是左右相机的光学中心；左右摄像机坐标系原点之间的水平距离b为基线，f为摄像机焦距；令某点Pxw，yw，zw在两个相机成像平面上的投影点分别为Plxl，yl和Prxr，yr；通过式5描述出空间点的坐标与其对应像素点的坐标之间的关系： 找到目标点在左右两个相机中投影位置，利用相机焦距f和两个相机的基线b，能够确定深度信息z，从而准确恢复出目标点的在相机坐标中的三维信息。

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海洋大学，其通讯地址为：266000 山东省青岛市崂山区松岭路238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。