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！

龙图腾网获悉西安电子科技大学申请的专利基于三元特征融合的变尺度遥感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：CN115641484B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202211347000.X，技术领域涉及：G06V10/774；该发明授权基于三元特征融合的变尺度遥感图像目标检测方法是由马文萍;陈浩;朱浩;武越;李腾武;邬一婷设计研发完成，并于2022-10-31向国家知识产权局提交的专利申请。

本基于三元特征融合的变尺度遥感图像目标检测方法在说明书摘要公布了：本发明提供了一种基于三元特征融合的变尺度遥感图像目标检测方法，在对构建变尺度遥感图像目标检测模型训练完成之后，对待检测遥感图像，通过训练好的变尺度遥感图像目标检测模型中的主干网路从待检测遥感图像中提取多尺度特征图，之后采用三元特征融合网络整合来自不同尺度特征信息，然后采用特征自膨胀网络进行特征图尺度调整，增强深层特征的语义表征能力，最后通过检测头网络输出目标位置的预测框，从而解码得到目标在所述待测遥感图像中的具体位置，本发明可以提高预测目标在遥感图像中的具体位置的准确性。

本发明授权基于三元特征融合的变尺度遥感图像目标检测方法在权利要求书中公布了：1.一种基于三元特征融合的变尺度遥感图像目标检测方法，其特征在于，包括： 步骤1：获取遥感图像组成的数据集以及待测遥感图像； 其中，所述数据集分为训练集以及测试集，所述数据集中的每个遥感图像都包含至少一个用于标注目标位置的锚框； 步骤2：根据每个锚框生成预测目标所在位置的多个先验框； 步骤3：获取基于三元特征融合，构建的变尺度遥感图像目标检测模型； 步骤4：将所述数据集中的每个遥感图像作为训练样本，并基于所有训练样本以及所述先验框对所述变尺度遥感图像目标检测模型进行迭代训练，获得训练好的变尺度遥感图像目标检测模型； 步骤5：使用训练好的变尺度遥感图像目标检测模型对所述待测遥感图像进行检测，获得标注目标具体位置的预测框； 步骤6：对所述预测框进行解码获得目标的真实坐标位置； 步骤3中的变尺度遥感图像目标检测模型包括：依次相连的特征提取主干网络、三元特征融合网络、特征自膨胀网络以及检测头网络； 所述特征提取主干网络由多层卷积层构成，所述三元特征融合网络包括上采样网络、局部特征显著性增强网络和特征融合网络； 其中，所述特征提取主干网络，用于执行多次下采样操作，从而从输入图像中提取多个尺度特征图像，并输入至所述上采样网络、所述局部特征显著性增强网络以及所述特征融合网络；所述上采样网络，用于对输入的尺度特征图像通过上采样操作向浅层网络传递深层语义信息，并将深层语义信息输入至所述特征融合网络；所述局部特征显著性增强网络，用于对输入的尺度特征图像通过降采样操作向深层网络传递浅层重点局部细节信息，并将浅层重点局部细节信息输入至所述特征融合网络；所述特征融合网路，用于将深层语义信息、浅层重点局部细节信息以及三元特征融合网络输入的尺度特征进行三元拼接操作，获得保留局部重点特征和深层语义特征的融合特征图，并将所述融合特征图分别输入所述特征自膨胀网络；所述特征自膨胀网络，用于根据所述融合特征图的类别偏向以及空间偏向生成膨胀系数，并根据所述膨胀系数对所述融合特征图进行微调，获得判别性特征，并将判别性特征输入至所述检测头网络；所述检测头网络，用于对每个判别性特征对应的特征图中的每个像素设置多个所述先验框，计算每个先验框对应的相关参数，根据所述相关参数生成设置的先验框的预测值，按照所述预测值对对应的先验框进行矫正，获得多个预测框，保留所述预测框中置信度排序在预设数量内的预测框，并使用NSM算法过滤掉重叠度超过重叠度阈值的预测框，得到预测目标所在位置的预测框。

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安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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”。