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！

龙图腾网恭喜南京理工大学;南京肯确智能科技有限公司申请的专利基于PSPNet和改进YOLOv4的地磅人员入侵的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：CN114627286B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202111517711.2，技术领域涉及：G06V10/26；该发明授权基于PSPNet和改进YOLOv4的地磅人员入侵的检测方法是由陆宝春;秦文强;顾钱;徐德宏;苏玉南设计研发完成，并于2021-12-13向国家知识产权局提交的专利申请。

本基于PSPNet和改进YOLOv4的地磅人员入侵的检测方法在说明书摘要公布了：本发明提供了一种基于PSPNet和改进YOLOv4的地磅称重人员入侵的检测方法，首先对摄像头采集的实时视频流进行图像的截取和预处理；在地磅空闲状态下通过PSPNet语义分割模型像素级识别地磅区域，并将识别的结果保存为图片；在车辆上磅后，通过改进的YOLOv4目标检测模型识别出车辆，判断与地磅区域重合后，判定地磅处于称重状态，当识别出人员后，判断人员和地磅的相对位置，判定人员停留在地磅上后，开启定时器记录人员停留在地磅上的时间，当人员停留时间超过设定人员停留阈值，判定为违法入侵行为。对YOLOv4模型进行轻量化改进，保证检测精度基本保持不变的同时，大幅度提升检测速度，能够有效识别车辆在地磅上称重时的人员入侵作弊现象。

本发明授权基于PSPNet和改进YOLOv4的地磅人员入侵的检测方法在权利要求书中公布了：1.一种基于PSPNet和改进YOLOv4的地磅称重人员入侵的检测方法，其特征在于，包括如下步骤： 步骤1、采集不同地点的地磅以及进出车辆和人员的图片，并从多个角度采集空闲地磅的图片，作为原始数据集； 步骤2、对采集图像进行增强处理得到最终数据集； 步骤3、对采集的地磅图片进行地磅区域手工锚点标注生成对应的掩码位图，并将其整理为VOC格式数据集；对采集的人员和车辆图片进行手动标注生成对应的xml文件，并将其整理为VOC格式数据集； 步骤4、将地磅图片数据集传入到设定好初始训练超参数的PSPNet语义分割网络进行训练，训练后的PSPNet模型识别并分割出空闲地磅区域； 训练PSPNet语义分割模型并识别空闲地磅区域，具体训练超参数设置和损失函数如下： 设置模型训练最大迭代次数、冻结训练epoch数、冻结训练过程的学习率、冻结训练过程的批量大小、解冻训练epoch数、解冻训练过程中的学习率、解冻训练过程的批量大小；设置模型训练损失函数为交叉熵函数和DiceLoss，设置Adam优化器优化模型参数； 像素级识别地磅区域的PSPNet语义分割模型的搭建过程如下： 1将监控视频分帧后的图片以添加灰条的方式进行不失真预处理，通过Resnet50主干特征提取网络提取出不同尺度的FeatureMap； 2将提取出的FeatureMap分为两部分；一部分作为全局特征，一部分传入金字塔池化模块加强特征提取，金字塔池化模块对该部分特征层划分为四种尺度的区域，在每个区域内部各自进行平均池化处理； 3将池化后的特征层采用双线性插值法的上采样操作，与全局特征层进行通道拼接，使用3×3卷积整个特征，1×1卷积调整通道，上采样到原始宽高的最终预测分割图； 步骤5、将人员和车辆数据集传入到设定好初始训练超参数的改进YOLOv4目标检测模型中进行训练，训练后的YOLOv4模型识别并标出车辆和人员的预测框； 改进YOLOv4为：将原始的YOLOv4目标检测模型中的主干特征提取网络替换为轻量级的MobileNetV2，主干特征提取网络提取出三个有效特征层，最后一个有效特征层经过3个卷积块操作后连接SPP模块，SPP模块通道拼接操作后再经过3个卷积块操作；SPP模块前后3个卷积块的中间卷积块均为提取特征的3×3普通卷积块；在PANet模块中，对三个有效特征层反复提取特征的过程中，通道拼接操作后都有5个卷积块操作；5个卷积块中第二个和第四个卷积块均为提取特征的3×3普通卷积块； 将这些普通卷积块中的普通卷积操作改为逐通道和逐点的深度可分离卷积，ReLU激活函数改为ReLU6激活函数； 步骤6、将分帧的监控视频图片传入训练好的PSPNet模型和改进YOLOv4模型，识别出视频内的人员违法入侵现象：称重状态下，判断改进YOLOv4识别出的人员预测框与PSPNet分割出的地磅区域的相对位置，对人员预测框从下至上截取人体腿部区域的矩形框，判断该矩形框与空闲地磅区域重合度，若重合度超过设定人员重合度阈值，判定人员此刻停留在地磅上，为该目标人员开启计时器记录停留时间，若目标人员的停留记录时间超过设定时间阈值，则判定人员的非法入侵行为。

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南京理工大学;南京肯确智能科技有限公司，其通讯地址为：210094 江苏省南京市孝陵卫200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”。