北京九章星图科技有限公司;重庆高新区飞马创新研究院沈平生获国家专利权
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！
龙图腾网获悉北京九章星图科技有限公司;重庆高新区飞马创新研究院申请的专利一种跨模态自适应小目标检测优化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：CN115222938B 。
龙图腾网通过国家知识产权局官网在2025-09-02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：202210863899.4，技术领域涉及：G06V10/25；该发明授权一种跨模态自适应小目标检测优化方法是由沈平生;黄丹;禹霁阳;张顺利;罗华军设计研发完成，并于2022-07-21向国家知识产权局提交的专利申请。
本一种跨模态自适应小目标检测优化方法在说明书摘要公布了：本发明公开了一种跨模态自适应小目标检测优化方法，包括：标注红外图像和可见光图像中目标的边界框和目标掩码区域；计算红外图像和可见光图像的纹理特征统计属性，构造带纹理特征统计属性的训练数据集；构建目标检测模型及其跨模态损失函数；跨模态损失函数包括边框回归损失函数和目标分类损失函数；利用训练数据集对目标检测模型进行训练，在训练过程中，利用目标掩码区域的尺寸大小动态优化边框回归损失函数；利用纹理特征统计属性按照预先设定的调整策略动态优化目标分类损失函数。本发明仅需一个目标检测模型便能够完成对红外图像进行训练和检测，且计算资源消耗较小。
本发明授权一种跨模态自适应小目标检测优化方法在权利要求书中公布了：1.一种跨模态自适应小目标检测优化方法，其特征在于，包括： 标注红外图像和可见光图像中目标的边界框和目标掩码区域； 计算红外图像和可见光图像的纹理特征统计属性，构造带纹理特征统计属性的训练数据集； 构建目标检测模型及其跨模态损失函数；所述跨模态损失函数包括边框回归损失函数和目标分类损失函数； 利用所述训练数据集对所述目标检测模型进行训练，在训练过程中，利用所述目标掩码区域的尺寸大小动态优化所述边框回归损失函数；利用所述纹理特征统计属性按照预先设定的调整策略动态优化所述目标分类损失函数。
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北京九章星图科技有限公司;重庆高新区飞马创新研究院，其通讯地址为：100085 北京市海淀区上地十街1号院6号楼4层408-8；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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号