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！

龙图腾网获悉中国科学院长春光学精密机械与物理研究所申请的专利面向光学遥感图像的船舶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：CN119919823B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202510425294.0，技术领域涉及：G06V20/10；该发明授权面向光学遥感图像的船舶检测方法是由王永成;赵天琪;钱进;李征;徐东东设计研发完成，并于2025-04-07向国家知识产权局提交的专利申请。

本面向光学遥感图像的船舶检测方法在说明书摘要公布了：本发明属于计算机视觉技术领域，尤其涉及一种面向光学遥感图像的船舶检测方法。方法包括：S1：获得各船舶目标的新标签；S2：构建船舶检测网络，基于船舶检测网络获取的多尺度特征图的所有像素点和新标签获取所有的候选正样本；S3：设置分类阈值和回归阈值，并利用分类阈值和回归阈值获得最终的正样本和负样本；S4：基于正样本和负样本计算分类损失和回归损失，根据损失计算结果对船舶检测网络进行训练，获得船舶检测模型；S5：利用步骤S1对待检测光学遥感图像进行处理，并将待检测光学遥感图像的各船舶目标的新标签输入至船舶检测模型，实现待检测光学遥感图像的船舶检测。本发明能够准确地检测光学遥感图像中的船舶目标。

本发明授权面向光学遥感图像的船舶检测方法在权利要求书中公布了：1.一种面向光学遥感图像的船舶检测方法，其特征在于：具体包括如下步骤： S1：获取光学遥感图像中的各船舶目标的真实标签，基于椭圆特征编码策略将各真实标签均编码为内接椭圆，获得各船舶目标的新标签； S11：获取光学遥感图像中的任一船舶目标j的真实标签，各船舶目标的真实标签均表现为矩形，其中，为当前船舶目标j的真实标签的中心点，为当前船舶目标j的真实标签的矩形长边，为当前船舶目标j的真实标签的矩形短边，为当前船舶目标j的真实标签的矩形长边和水平方向的夹角，； S12：以当前船舶目标j所对应的真实标签的中心点为原点建立二维坐标系，并基于二维坐标系构建当前真实标签对应的内接椭圆： ； 其中，为内接椭圆上的任意点e的坐标，为与当前船舶目标j对应的内接椭圆的中心点，且，，为与当前船舶目标j对应的内接椭圆的半长轴，为与当前船舶目标j对应的内接椭圆的半短轴； S13：对当前船舶目标j的真实标签的角度进行编码： ； ； 其中，为与当前船舶目标j对应的内接椭圆的焦点之一，为与当前船舶目标j对应的内接椭圆焦点到椭圆中心的距离，为编码后的椭圆焦点； S14：对当前船舶目标j对应的内接椭圆的半短轴进行编码： ； 其中，为与当前船舶目标j对应的内接椭圆的短轴顶点之一，为编码后的短轴顶点； S15：基于上述计算结果，将当前船舶目标j的新标签设为； S16：重复步骤S11~S15，获得光学遥感图像中的各船舶目标的新标签； S2：构建船舶检测网络，基于船舶检测网络获取所述光学遥感图像的多尺度特征图和多尺度特征图的各像素点的分类预测结果与定位预测结果，将多尺度特征图的各像素点映射至所述光学遥感图像，并计算映射至所述光学遥感图像的各像素点与各新标签的位置关系，获得所有的候选正样本； S21：将多尺度特征图上的像素点i的位置映射回光学遥感图像的像素点p的位置，并基于当前船舶目标j的新标签对当前船舶目标j的椭圆采样区域进行建模： ； ； ； ； ； ； ； 其中，为到当前船舶目标j的中心点的X方向的偏移量，为到当前船舶目标j的中心点的Y方向的偏移量，为椭圆采样区域的半长轴，为椭圆采样区域的半短轴，为尺度平衡因子，为当前船舶目标j的长宽比，为特征下采样步幅； S22：为当前船舶目标j进行椭圆全样本采样区域的建模： ； ； ； 其中，和分别代表当前船舶目标的宽度和长度； S23：将当前船舶目标j的椭圆采样区域和椭圆全样本采样区域的交集作为候选正样本： ； S24：重复步骤S21~S23，直至挑选出光学遥感图像中的所有的候选正样本； S3：结合分类预测结果、定位预测结果、候选正样本和候选正样本对应的新标签计算各候选正样本的分类质量得分和回归质量得分，并结合各候选正样本所对应的船舶目标的尺寸自适应设置分类阈值和回归阈值，并利用分类阈值和回归阈值获得正样本和负样本； S31：获取候选正样本的船舶目标的位置标签和船舶目标的位置预测结果，获取候选正样本的分类预测结果，候选正样本的回归质量得分和分类质量得分表示如下： ； 其中，为候选正样本的回归质量得分，为候选正样本的分类质量得分，RIOU为回归相似度函数，为归一化函数； S32：重复步骤S31，获取各候选正样本的分类质量得分和回归质量得分； S33：基于各候选正样本的回归质量得分和分类质量得分的数据分布和各候选正样本对应的船舶目标的尺寸，通过下式分别计算分类阈值和回归阈值： ； ； 其中，为当前待计算的船舶目标j的面积，为调整阈值的超参数，为分类质量分数的均值，为回归质量分数的均值，为分类质量分数的标准差，为回归质量分数的标准差，为调整船舶面积的尺度因子； S34：将分类质量得分大于分类阈值的候选正样本作为分类正样本，将分类质量得分小于等于分类阈值的候选正样本作为分类负样本，将回归质量得分大于回归阈值的候选正样本作为回归正样本，将回归质量得分小于等于回归阈值的候选正样本作为回归负样本； S4：基于正样本和负样本计算分类损失和回归损失，根据损失计算结果对船舶检测网络进行训练，获得船舶检测模型； S5：利用步骤S1对待检测光学遥感图像进行处理，并将待检测光学遥感图像的各船舶目标的新标签输入至船舶检测模型，实现待检测光学遥感图像的船舶检测。

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中国科学院长春光学精密机械与物理研究所，其通讯地址为：130033 吉林省长春市经济技术开发区东南湖大路3888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”。