常州大学刘毅获国家专利权
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！
龙图腾网获悉常州大学申请的专利一种基于动态融合的深度无监督显著目标检测方法和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：CN116452933B 。
龙图腾网通过国家知识产权局官网在2025-11-28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：202310429199.9，技术领域涉及：G06V10/80；该发明授权一种基于动态融合的深度无监督显著目标检测方法和系统是由刘毅;董晓辉;蒋广琪;石林;徐守坤设计研发完成，并于2023-04-20向国家知识产权局提交的专利申请。
本一种基于动态融合的深度无监督显著目标检测方法和系统在说明书摘要公布了：本发明属于图像处理技术领域，具体涉及一种基于动态融合的深度无监督显著目标检测方法和系统，包括分别将待训练的图像输入到不同的传统手工方法和全卷积网络中，得到初始伪标签；不同的初始伪标签采用平均权重的方式进行融合，输出中间结果；将不同的初始伪标签和中间结果分别代入到距离函数再代入到softmax逻辑回归模型中得到不同的新的权重；将不同的新的权重与对应的不同的初始伪标签进行融合后，作为新的中间结果，再进行多次迭代，直至得到的中间结果趋于稳定，将最后一次迭代得到的中间结果作为最终伪标签。本发明能够提升最终伪标签的质量，对显著目标检测具有更好的完整性和一致性。
本发明授权一种基于动态融合的深度无监督显著目标检测方法和系统在权利要求书中公布了：1.一种基于动态融合的深度无监督显著目标检测方法，其特征在于，包括： S1，分别将待训练的图像输入到不同的传统手工方法中得到不同的训练集的显著性线索； S2，将待训练的图像输入到全卷积网络中，将不同的显著性线索分别输入到全卷积网络中进行监督，分别得到不同的显著性预测； S3，将不同的显著性预测作为新的不同的显著性线索，输入到步骤S2中进行多次迭代，得到不同的最终显著性预测结果作为不同的初始伪标签； S4，不同的初始伪标签采用平均权重的方式进行融合，输出中间结果； S5，将不同的初始伪标签和中间结果分别代入到距离函数中，输出多个结果； S6，将输出的多个结果代入到softmax逻辑回归模型中得到不同的新的权重； S7，将不同的新的权重与对应的不同的初始伪标签进行融合后，作为新的中间结果，输入到步骤S5和步骤S6中进行多次迭代，直至得到的中间结果趋于稳定，将最后一次迭代得到的中间结果作为最终伪标签。
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常州大学，其通讯地址为：213100 江苏省常州市武进区湖塘镇滆湖中路21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