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！

龙图腾网恭喜西北大学申请的专利基于特征融合和跨层连接的SAR图像目标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：CN115713689B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202211446544.1，技术领域涉及：G06V20/10；该发明授权基于特征融合和跨层连接的SAR图像目标检测方法是由李艳艳;孙明;陈晓璇;孟娜设计研发完成，并于2022-11-18向国家知识产权局提交的专利申请。

本基于特征融合和跨层连接的SAR图像目标检测方法在说明书摘要公布了：本发明公开了一种基于特征融合和跨层连接的SAR图像目标检测方法，包括：获取待检测图像，待检测图像为SAR图像；输入待检测图像至预先训练好的检测模型，以使待检测模型对待检测图像进行下采样，得到不同尺度的第一类特征图；对第一类特征图进行注意力特征融合得到第二类特征图后，对第一类特征图及第二类特征图进行跨尺度特征融合，得到第三类特征图；利用第三类特征图感知待检测图像中的目标，获得目标检测结果。本发明通过4倍、8倍、16倍和32倍下采样提取出待检测图像的浅层细节特征，同时将其与深层语义特征融合，能够提升对目标的检测能力。此外，本发明在特征图的融合过程中还引入了注意力机制，可以进一步提升待检测图像中目标的检测精度。

本发明授权基于特征融合和跨层连接的SAR图像目标检测方法在权利要求书中公布了：1.一种基于特征融合和跨层连接的SAR图像目标检测方法，其特征在于，包括： 获取待检测图像，所述待检测图像为SAR图像； 输入所述待检测图像至预先训练好的检测模型，以使所述检测模型对所述待检测图像进行下采样，得到不同尺度的第一类特征图； 对所述第一类特征图进行注意力特征融合得到第二类特征图后，对所述第一类特征图及第二类特征图进行跨尺度特征融合，得到第三类特征图； 利用所述第三类特征图感知所述待检测图像中的目标，获得目标检测结果； 所述检测模型包括下采样模块，所述下采样模块包括第一下采样层、第二下采样层、第三下采样层和第四下采样层； 输入所述待检测图像至预先训练好的检测模型，以使所述检测模型对所述待检测图像进行下采样，得到不同尺度的第一类特征图的步骤，包括：将所述待检测图像输入预先训练好的检测模型后，所述第一下采样层、第二下采样层、第三下采样层和第四下采样层分别对所述待检测图像进行4倍下采样、8倍下采样、16倍下采样和32倍下采样，获得特征图F1、特征图F2、特征图F3和特征图F4； 所述检测模型还包括第一特征融合模块； 对所述第一类特征图进行注意力特征融合得到第二类特征图的步骤，包括： 所述第一特征融合模块将所述特征图F4依次输入卷积核大小为1×1的卷积层以及3个5×5串行连接的最大池化层，获得第二类特征图中的特征图F5，所述特征图F5的尺寸与所述特征图F4的尺寸相同；所述第一特征融合模块对所述特征图F5进行2倍上采样后，与所述特征图F3融合得到特征图F6；所述第一特征融合模块对所述特征图F6进行2倍上采样后，与所述特征图F2融合得到特征图F7；所述第一特征融合模块对所述特征图F7进行2倍上采样后，与所述特征图F1融合得到特征图F8； 对所述特征图F5进行2倍上采样后，与所述特征图F3融合得到特征图F6的步骤，包括：对所述特征图F5进行2倍上采样；利用注意力机制对上采样后的特征图F5以及所述特征图F3分别进行处理；将经过注意力机制处理的特征图F5和特征图F3进行通道拼接，得到特征图F6； 所述检测模型还包括第二特征融合模块； 对所述第一类特征图及第二类特征图进行跨尺度特征融合，得到第三类特征图的步骤，包括：所述第二特征融合模块将所述特征图F8依次输入卷积核大小为1×1的卷积层以及3个5×5串行连接的最大池化层，获得第三类特征图中的特征图F9，所述特征图F9的尺寸与所述特征图F8的尺寸相同；所述第二特征融合模块对所述特征图F9进行2倍下采样后，与所述特征图F2及所述特征图F7进行特征融合，得到特征图F10；所述第二特征融合模块对所述特征图F10进行2倍下采样后，与所述特征图F3及所述特征图F6进行特征融合，得到特征图F11；所述第二特征融合模块对所述特征图F11进行2倍下采样后，与特征图F5进行特征融合，得到特征图F12； 对所述特征图F9进行2倍下采样后，与所述特征图F2及所述特征图F7进行特征融合，得到特征图F10的步骤，包括：对所述特征图F9进行2倍下采样；利用所述注意力机制对下采样后的特征图F9、所述特征图F2及所述特征图F7分别进行处理；将经过注意力机制处理的特征图F9、特征图F2和特征图F7进行通道拼接，得到特征图F10。

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西北大学，其通讯地址为：710000 陕西省西安市太白北路229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”。