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！

龙图腾网获悉中国人民解放军军事科学院国防科技创新研究院申请的专利基于多模态融合的复杂海况小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：CN118941944B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202410932274.8，技术领域涉及：G06V20/10；该发明授权基于多模态融合的复杂海况小目标检测方法是由郭少军;罗再磊;沈同圣;郄志鹏;刘峰设计研发完成，并于2024-07-12向国家知识产权局提交的专利申请。

本基于多模态融合的复杂海况小目标检测方法在说明书摘要公布了：本发明提出基于多模态融合的复杂海况小目标检测方法，属于海上目标检测技术领域。所述方法包括：步骤S1、在图像融合阶段，基于自适应‑拉普拉斯融合策略，将红外图像、可见光图像、高光谱图像融合为自适应图像；步骤S2、在目标检测阶段，通过编码器的下采样层和稠密块的卷积层计算特征融合层，实现针对自适应图像的逐级特征融合；步骤S3、在目标检测阶段，通过目标检测模型对融合的特征进行目标检测；其中，排除与正标签的正像素没有交集的其他像素，将背景中的误检测像素排除在目标检测结果之外；步骤S4、执行像素间的平均加权求和以更新标签，并逐步扩展点标签从而提高检测准确性；步骤S5、输出生成的检测图像。

本发明授权基于多模态融合的复杂海况小目标检测方法在权利要求书中公布了：1.一种基于多模态融合的复杂海况小目标检测方法，其特征在于，所述方法包括： 步骤S1、在图像融合阶段，基于自适应-拉普拉斯融合策略，将红外图像、可见光图像、高光谱图像融合为自适应图像； 步骤S2、在目标检测阶段，通过编码器的下采样层和稠密块的卷积层计算特征融合层，实现针对自适应图像的逐级特征融合； 步骤S3、在目标检测阶段，通过目标检测模型对融合的特征进行目标检测；其中，排除与正标签的正像素没有交集的其他像素，将背景中的误检测像素排除在目标检测结果之外； 步骤S4、执行像素间的平均加权求和以更新标签，并逐步扩展点标签从而提高检测准确性； 步骤S5、输出生成的检测图像； 其中，在步骤S1中： 在融合的第一阶段： 对红外图像、可见光图像、高光谱图像进行自适应融合，形成混合图像数据集，用于整合三种图像的基本信息，并形成第一融合图像； 同时，利用拉普拉斯金字塔融合上述三种图像，以保留高频细节信息，并形成第二融合图像； 在融合的第二阶段，将第一融合图像和第二融合图像再次进行自适应融合，得到所述自适应图像； 其中，在步骤S1中，自适应-拉普拉斯融合过程为： 其中，IIR、IVIS、IHS分别表示红外图像、可见光图像、高光谱图像，wIR、wVIS、wHS分别为在第一阶段自适应融合过程中的权重，w′IR、w′VIS、w′HS分别为在第一阶段拉普拉斯融合过程中的权重，wA、wL分别为它们在第二阶段自适应融合过程中的权重，N表示拉普拉斯金字塔的层级数，分别为红外、可见光和高光谱图像在拉普拉斯金字塔第k层的细节图像； 其中，在步骤S2中，利用基于逐级特征融合机制的U-Net子网络执行针对自适应图像的逐级特征融合；其中，基于逐级特征融合机制的U-Net子网络通过多次交互来聚合不同尺寸的特征信息，从而实现逐级特征融合，其过程为： 其中，Li,j表示沿编码器的第i个下采样层且沿平原跳跃路径的稠密块的第j个卷积层的输出，F表示多个级联卷积层，Pmax表示最大池化层。

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人民解放军军事科学院国防科技创新研究院，其通讯地址为：100071 北京市丰台区东大街53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”。