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！

龙图腾网获悉河南科技大学申请的专利基于特征增强语义分割网络的红外目标抗干扰检测算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：CN118674918B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202410820709.X，技术领域涉及：G06V10/25；该发明授权基于特征增强语义分割网络的红外目标抗干扰检测算法是由刘刚;陈会祥;马超;马自豪;贾泽权;侯良威;王月月设计研发完成，并于2024-06-24向国家知识产权局提交的专利申请。

本基于特征增强语义分割网络的红外目标抗干扰检测算法在说明书摘要公布了：基于特征增强语义分割网络的红外目标抗干扰检测算法，通过位置注意力特征融合和混合空洞空间金字塔池化相配合的方式增强目标特征，位置注意力特征融合网络获取不同位置像素间的相关性权重来增强当前层级特征图，并与富含语义特征的高层级特征图融合，增强对红外目标特征的表达能力。混合空洞空间金字塔池化通过小空洞率空洞卷积的串联结构在不丢失特征信息的前提下扩大卷积核在特征图上的感受野，获取特征图上下文信息，进一步增强对红外目标特征的表达能力。本发明将位置注意力特征融合网络、混合空洞空间金字塔池化模块与保持特征图分辨率网络相结合，能够在红外目标辐射特征弱且有干扰遮挡的情况下有效实现红外目标的抗干扰检测。

本发明授权基于特征增强语义分割网络的红外目标抗干扰检测算法在权利要求书中公布了：1.基于特征增强语义分割网络的红外目标抗干扰检测算法，其特征在于，包括以下步骤： 步骤一、通过位置注意力特征融合网络得到富含细节信息和语义信息的高分辨率特征图，具体方法为： 首先通过HRNetv2网络得到与输入图像相同分辨率的特征图C1、下采样4倍特征图C2、下采样8倍特征图C3和下采样16倍特征图C4； 然后将下采样8倍特征图C3通过1×1卷积调整其通道数，再通过位置注意力模块进行特征增强，然后将增强表达的特征图与下采样16倍特征图C4执行上采样后进行融合，得到特征图P3； 然后将下采样4倍特征图C2通过1×1卷积调整其通道数，再通过位置注意力模块进行特征增强，然后将增强表达的特征图与特征图P3执行上采样后进行融合，得到特征图P2； 然后将与输入图像相同分辨率的特征图C1通过1×1卷积调整其通道数，再通过位置注意力模块进行特征增强，然后将增强表达的特征图与特征图P2执行上采样后进行融合，得到特征图P1即为富含细节信息和语义信息的高分辨率特征图； 上述对特征图进行融合的计算过程为： ......式（1）； 式（1）中，Upsample表示上采样，fLAM表示特征增强运算，Conv1×1表示1×1卷积，Fi为第i层增强表达的特征图； 上述通过位置注意力模块进行特征增强运算的过程为： 首先从需要进行特征增强的原始特征图A中通过使用1×1卷积获取特征图B、C、D∈RC ×H×W，然后通过形状重塑将B、C、D重塑为B'、C'、D'∈RC×N，N=H×W； 然后将B'的转置与C'进行矩阵点乘，获取相关性分数，再使用softmax函数计算位置注意力权重Sij∈RN×N，计算公式为： ......式（2）； 式（2）中，B'T为B'的转置，B'T i为B'T的第i个位置元素，C'j为C'的第j个位置元素，Sij为第i个位置元素对第j个位置元素的权重； 然后将D'与位置注意力权重Sij相乘，得到增强像素依赖关系的特征图E∈RC×N，N=H×W，其中第j个位置元素Ej的计算公式为： ......式（3）； 式（3）中，D'i为D'的第i个位置元素； 然后将增强像素依赖关系的特征图E重塑后，再与原始特征图A相加，即得到增强表达的特征图F∈RC×H×W； 步骤二、通过混合空洞空间金字塔池化模块提取特征图P1的上下文信息，混合空洞空间金字塔池化模块包括多个相互并联的空洞卷积分支，每个空洞卷积分支均具有由多层空洞卷积依次串联形成的空洞卷积串联结构，其中任一个空洞卷积分支的第i层空洞卷积的空洞率ri根据以下方法确定： 对于一个由n层空洞卷积依次串联形成的空洞卷积分支，首先给定一组预设的空洞率{r1,r2,r3......rn}，其中r1=1，即第一层空洞卷积的空洞率为1； 然后从该空洞卷积分支的第n层开始，逐次计算空洞卷积分支中相邻两层空洞率的最大距离Mi，计算公式为： ......式（4）； 首次计算时令Mn=rn，将Mn和rn代入式（4）计算得到Mn-1，然后将Mn-1和rn-1逐次代入式（4），直到求得M2； 将M2与该空洞卷积分支的第二层空洞卷积的卷积核大小k进行比较，当M2≤k时，直接采用预设的空洞率{r1,r2,r3......rn}，当M2＞k时，重新给定预设的空洞率并再次进行计算； 步骤三、将混合空洞空间金字塔池化模块的第一层1×1卷积的输出、多个空洞卷积分支的输出、以及池化输出进行拼接，得到输出特征图； 步骤四、将步骤三的特征图传递给Softmax分类器进行像素级语义分割，实现红外目标的抗干扰检测。

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河南科技大学，其通讯地址为：471000 河南省洛阳市涧西区西苑路48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”。