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！

龙图腾网获悉浙江大学申请的专利一种基于背景分布自适应的前景物体识别纠偏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：CN120783153B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202511294888.9，技术领域涉及：G06V10/774；该发明授权一种基于背景分布自适应的前景物体识别纠偏方法是由王志波;旷鹏;褚志轩;王竟亦;任奎设计研发完成，并于2025-09-11向国家知识产权局提交的专利申请。

本一种基于背景分布自适应的前景物体识别纠偏方法在说明书摘要公布了：本发明公开了一种基于背景分布自适应的前景物体识别纠偏方法，实现了对背景偏见的精准量化与自适应数据构建，从根源上提升了纠偏的针对性与有效性。通过对少量真实场景样本的分析，本方法能够精确地刻画出特定场景下背景偏见特征的强度与多样性。这不仅确保了训练数据的相关性与有效性，更使得后续的模型训练能够对症下药，为从根本上纠正背景偏见、提升模型鲁棒性打下了坚实的基础。独创的特征破坏与双模型协同训练机制，显著增强了背景偏见特征的识别与剥离能力。它显著提升了前景物体识别模型在真实部署场景下的性能与可靠性，为人工智能在安全、自动驾驶、医疗影像分析等关键领域的鲁棒性应用提供了强有力的技术支撑。

本发明授权一种基于背景分布自适应的前景物体识别纠偏方法在权利要求书中公布了：1.一种基于背景分布自适应的前景物体识别纠偏方法，其特征在于，包含如下步骤： 1数据分布分析与生成阶段： a根据少量具有背景特征属性ys和前景物体属性yt标注的真实场景数据，分析该场景下偏见背景特征的偏见幅度ρ和广度γ； b根据场景数据的ρ和γ，得出该场景中背景特征分布Pys，yt进行样本的采样生成，得到与目标场景数据分布一致的前景物体识别原始数据集x； 2训练阶段： c初始化偏见背景特征捕捉模型Mb和背景偏见鲁棒模型Md，并根据前景物体类型初始化前景特征破坏模块ffd·； d将x输入前景特征破坏模块ffd·，得到前景特征破坏的数据x′； e将x与x′输入Mb和Md进行预测，并使用交叉熵函数计算x与x′在Mb和Md上的损失值； f根据x与x′在Mb和Md上的损失值计算样本的权重w；所述的样本的权重w的依据是，对于背景偏见捕捉模型在前景物体特征被破坏的条件下的样本难度越低，说明该样本的背景偏见特征越显著，因此在训练背景偏见鲁棒模型时其权重应该越低； g根据w，对Md在x上的损失值进行赋权，使用广义交叉熵函数计算x′在Mb上的损失值，并根据损失值分别更新Md和Mb； h循环步骤d至g直到Mb和Md的损失值收敛。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。