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！

龙图腾网获悉天津大学申请的专利一种面向自动驾驶环境感知的增量式学习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：CN115376101B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202211022490.6，技术领域涉及：G06V20/58；该发明授权一种面向自动驾驶环境感知的增量式学习方法和系统是由胡清华;季罗娜设计研发完成，并于2022-08-25向国家知识产权局提交的专利申请。

本一种面向自动驾驶环境感知的增量式学习方法和系统在说明书摘要公布了：本发明公开了一种面向自动驾驶环境感知的增量式学习方法和系统，包括：对环境图像数据集中的目标进行类标记，划分已知类和未知类；划分训练集和测试集移除未知类图像；利用高斯混合模型构建混合密度网络，以最小化损失函数为目标对混合密度网络进行优化得到目标检测模型；利用目标检测模型的已知类特征空间和预设高斯混合模型为每个已知类建模，利用最大期望算法对每个已知类的高斯混合模型的参数进行拟合；利用对数似然函数和每个已知类的高斯混合模型估计所有类的认知语义不确定性，循环增量地对认知语义不确定性高的图像人工标注，利用标注后的图像对目标检测模型进一步训练得到最优目标检测模型。本发明可减少人工标记成本和训练成本。

本发明授权一种面向自动驾驶环境感知的增量式学习方法和系统在权利要求书中公布了：1.一种面向自动驾驶环境感知的增量式学习方法，其特征在于，包括如下步骤： S1，根据目标检测任务对环境图像数据集中的目标进行类标记，并将标记后的类划分为已知类和未知类，且已知类和未知类属于不同类； S2，将划分后的环境图像数据集分为训练集和测试集，将训练集和测试集中标记有未知类的图像移除得到训练集和测试集； S3，利用高斯混合模型构建输出包括均值、方差和混合权重的混合密度网络，利用混合密度网络的输出计算训练集中的每个图像的不确定性，根据不确定性建立第一训练输入图像集，将第一训练输入图像集输入混合密度网络，以最小化损失函数为目标对混合密度网络进行优化得到目标检测模型； S4，利用步骤S3得到的目标检测模型生成已知类的特征空间，根据已知类的特征空间和预设的高斯混合模型为每个已知类建模，利用最大期望算法对每个已知类的高斯混合模型的参数进行拟合； S5，将训练集输入目标检测模型，利用对数似然函数和每个已知类的高斯混合模型估计所有类的认知语义不确定性，根据认知语义不确定性建立待标记图像集，对待标记图像集中的图像进行人工标注，利用人工标注后的图像对目标检测模型进一步训练得到最优目标检测模型。

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天津大学，其通讯地址为：300072 天津市南开区卫津路92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。