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空天信息创新研究院申请的专利自适应特征增强方法、装置、设备及可读存储介质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：CN116758383B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202310138493.4，技术领域涉及：G06V10/80；该发明授权自适应特征增强方法、装置、设备及可读存储介质是由孙旭;高连如;张天巍;庄丽娜;张兵设计研发完成，并于2023-02-14向国家知识产权局提交的专利申请。

本自适应特征增强方法、装置、设备及可读存储介质在说明书摘要公布了：本发明提供一种自适应特征增强方法、装置、设备及可读存储介质，该方法包括：对输入图像数据进行多维特征提取得到多维特征图，对所述多维特征图进行融合增强，生成多尺度特征图；将所述多尺度特征图输入喷泉特征增强模块，在每个尺度经过降维卷积模组的计算，得到各检测单元的类别预测置信度；基于各所述检测单元的类别预测置信度确定整体损失函数，根据所述整体损失函数确定所述输入图像数据的检测结果。本发明针对现有的深度卷积神经网络目标检测器特征提取结构过度结构化的问题，能够有效地提高高维语义特征点特征凝聚力不足的问题，使次优检测单元更关注于感受野内的目标区域特征，并对其进行特征表达上的增强，提高图像目标检测精度。

本发明授权自适应特征增强方法、装置、设备及可读存储介质在权利要求书中公布了：1.一种自适应特征增强方法，其特征在于，包括： 对输入图像数据进行多维特征提取得到多维特征图，对所述多维特征图进行融合增强，生成多尺度特征图； 将所述多尺度特征图输入喷泉特征增强模块，在每个尺度经过降维卷积模组的计算，得到各检测单元的类别预测置信度； 基于各所述检测单元的类别预测置信度确定整体损失函数，根据所述整体损失函数确定所述输入图像数据的检测结果； 所述将所述多尺度特征图输入喷泉特征增强模块，在每个尺度经过降维卷积模组的计算，得到各检测单元的类别预测置信度包括： 将所述多尺度特征图输入喷泉特征增强模块，得到分类分数； 根据喷泉地图生成算法、所述分类分数以及预设检测点锚框类型，得到喷泉地图； 基于喷泉融合模块和所述喷泉地图，对所述多尺度特征图进行特征解构和重构，得到检测层特征图，所述检测层特征图在二维平面上的值对应各检测单元的类别预测置信度； 所述基于喷泉融合模块和所述喷泉地图，对所述多尺度特征图进行特征解构和重构，得到检测层特征图包括： 对所述喷泉地图中的非背景检测单元进行操作，所述非背景检测单元的目标值为所述非背景检测单元预测类别的标签； 基于不同的核模版形状对检测单元的向量进行特征解构和重构，得到检测层特征图。

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空天信息创新研究院，其通讯地址为：100094 北京市海淀区邓庄南路9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。