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！

龙图腾网获悉江西财经大学申请的专利基于尺度感知和联合注意力的红外小目标检测方法与系统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：CN119723067B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202510238459.3，技术领域涉及：G06V10/25；该发明授权基于尺度感知和联合注意力的红外小目标检测方法与系统是由伏泉嘉;鲍王涛;张迎梅;林丽设计研发完成，并于2025-03-03向国家知识产权局提交的专利申请。

本基于尺度感知和联合注意力的红外小目标检测方法与系统在说明书摘要公布了：本发明提出一种基于尺度感知和联合注意力的红外小目标检测方法与系统，该方法包括：通过基础特征提取模块对红外图像进行初步特征提取，得到初级特征图；通过多尺度感知模块对初级特征图进行多层级特征提取，得到多尺度特征图；通过全语义聚合编码模块将初级特征图和多尺度特征图进行融合，得到编码特征图；将编码特征图和多尺度特征图输入至跨语义引导解码模块进行重建解码，得到解码特征图；将解码特征图输入至预测头，得到预测图像；基于预测图像得到最终的检测结果。本发明通过尺度感知和联合注意力两大机制有效优化了模型结构，显著减少了模型参数和计算负载量，在保持卓越性能的同时实现了高效轻量化的检测能力。

本发明授权基于尺度感知和联合注意力的红外小目标检测方法与系统在权利要求书中公布了：1.一种基于尺度感知和联合注意力的红外小目标检测方法，其特征在于，所述方法包括如下步骤： 步骤1、通过基础特征提取模块对红外图像进行初步特征提取，得到初级特征图； 步骤2、对初级特征图进行多层级特征提取以及通道拼接操作，得到拼接后的多层级特征提取特征图，再通过坐标注意力模块对拼接后的多层级特征提取特征图进行处理，得到多尺度特征图； 步骤3、将初级特征图和多尺度特征图通过三组投影卷积层处理，分别生成初级特征图和多尺度特征图的查询矩阵、键矩阵和值矩阵； 基于初级特征图和多尺度特征图的查询矩阵、键矩阵和值矩阵得到初级特征图的注意力细化特征图和多尺度特征图的注意力细化特征图； 基于初级特征图和多尺度特征图的查询矩阵、键矩阵和值矩阵得到初级特征图的语义差异特征图和多尺度特征图的语义差异特征图； 对初级特征图的注意力细化特征图、多尺度特征图的注意力细化特征图、初级特征图的语义差异特征图和多尺度特征图的语义差异特征图进行卷积处理，得到编码特征图； 步骤4、将编码特征图和多尺度特征图输入至跨语义引导解码模块进行重建解码，得到解码特征图； 步骤5、将解码特征图输入至预测头，得到预测图像； 基于预测图像得到最终的检测结果； 在所述步骤2中，对初级特征图进行多层级特征提取以及通道拼接操作，得到拼接后的多层级特征提取特征图，再通过坐标注意力模块对拼接后的多层级特征提取特征图进行处理，得到多尺度特征图，对应过程存在的关系式为： ； 其中，表示多尺度特征图，表示经过坐标注意力模块处理，、、和分别表示经过卷积核大小为1×1、5×5、7×7和9×9的卷积层处理，表示通道拼接操作； 坐标注意力模块的工作原理具体如下： 使用池化内核的两个空间范围分别沿水平坐标和垂直坐标对坐标注意力模块的输入的每个通道进行编码，得到在高度上的编码结果，对应过程存在的关系式为： ； 其中，表示第个通道在高度上的编码结果，表示输入图像的宽度，表示宽度的索引，表示输入图像中的特定坐标，表示第个通道在高度和宽度处的编码结果； 使用池化内核的两个空间范围分别沿水平坐标和垂直坐标对坐标注意力模块的输入的每个通道进行编码，得到在宽度上的编码结果，对应过程存在的关系式为： ； 其中，表示第个通道在宽度上的编码结果，表示输入图像的高度，表示高度的索引，表示输入图像中的特定坐标，表示第个通道在高度和宽度处的编码结果； 将在高度上的编码结果与在宽度上的编码结果分别沿着两个空间方向聚合特征，产生一对方向感知的特征图，再将方向感知的特征图通过卷积进行连接，得到中间特征图，对应过程存在的关系式为： ； 其中，表示中间特征图，表示在高度上的编码结果，表示在宽度上的编码结果； 沿着空间维度将中间特征图分成两个张量，随后分别在水平方向上和垂直方向上，利用两个卷积将两个张量变换成两个方向上的注意力权重，对应过程存在的关系式为： ； 其中，表示垂直方向上的注意力权重，表示水平方向上的注意力权重，表示经过Sigmoid激活函数处理，表示垂直方向上的中间特征图，表示水平方向上的中间特征图； 将输入与两个方向上的注意力权重做乘法运算，得到坐标注意力模块的输出，对应过程存在的关系式为： ； 其中，表示坐标注意力模块的输出； 在所述步骤3中，基于初级特征图和多尺度特征图的查询矩阵、键矩阵和值矩阵得到初级特征图的注意力细化特征图和多尺度特征图的注意力细化特征图，具体步骤如下： 整合初级特征图和多尺度特征图的值矩阵，得到跨语义值，对应过程存在的关系式为： ； 其中，表示跨语义值，表示初级特征图的值矩阵，表示多尺度特征图的值矩阵； 利用初级特征图的查询矩阵和初级特征图的键矩阵得到初级特征图的全局注意力图，利用多尺度特征图的查询矩阵和多尺度特征图的键矩阵得到多尺度特征图的全局注意力图，对应过程存在的关系式为： ； 其中，表示初级特征图的全局注意力图，表示多尺度特征图的全局注意力图，表示初级特征图的查询矩阵，表示初级特征图的键矩阵的转置矩阵，表示多尺度特征图的全局注意力图，表示多尺度特征图的键矩阵的转置矩阵； 利用跨语义值分别对初级特征图的全局注意力图和多尺度特征图的全局注意力图进行细化处理，得到初级特征图的注意力细化特征图和多尺度特征图的注意力细化特征图，对应过程存在的关系式为： ； 其中，表示初级特征图的注意力细化特征图，表示多尺度特征图的注意力细化特征图； 在所述步骤3中，基于初级特征图和多尺度特征图的查询矩阵、键矩阵和值矩阵得到初级特征图的语义差异特征图和多尺度特征图的语义差异特征图，具体步骤如下： 利用多尺度特征图的查询矩阵和初级特征图的键矩阵得到初级特征图的交叉语义注意力图，利用初级特征图的查询矩阵和多尺度特征图的键矩阵得到多尺度特征图的交叉语义注意力图，对应过程存在的关系式为： ； 其中，表示初级特征图的交叉语义注意力图，表示多尺度特征图的交叉语义注意力图； 基于初级特征图的值矩阵和初级特征图的交叉语义注意力图得到初级特征图的语义差异特征图，基于多尺度特征图的值矩阵和多尺度特征图的交叉语义注意力图得到多尺度特征图的语义差异特征图，对应过程存在的关系式为： ； 其中，表示初级特征图的语义差异特征图，表示多尺度特征图的语义差异特征图； 在所述步骤4中，将编码特征图和多尺度特征图输入至跨语义引导解码模块进行重建解码，得到解码特征图，具体步骤如下： 对编码特征图和多尺度特征图进行卷积层和激活函数处理，分别生成编码特征图的空间权重矩阵和多尺度特征图的空间权重矩阵，对应过程存在的关系式为： ； 其中，表示编码特征图的空间权重矩阵，表示多尺度特征图的空间权重矩阵； 将多尺度特征图的空间权重矩阵在特征级别上逐元素地与编码特征图相乘，得到空间信息增强的编码特征图，将编码特征图的空间权重矩阵在特征级别上逐元素地与多尺度特征图相乘，得到空间信息增强多尺度特征图，对应过程存在的关系式为： ； 其中，表示空间信息增强的编码特征图，表示空间信息增强多尺度特征图； 将空间信息增强的编码特征图和空间信息增强多尺度特征图进行通道拼接操作，并依次经过卷积层处理、坐标注意力模块处理和激活函数处理，生成融合权重矩阵，对应过程存在的关系式为： ； 其中，表示融合权重矩阵； 将融合矩阵应用于编码特征图和多尺度特征图以进行动态重加权处理，再通过卷积层进行细化，得到解码特征，对应过程存在的关系式为： ； 其中，表示解码特征图。

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江西财经大学，其通讯地址为：330000 江西省南昌市经济技术开发区双港东大街169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”。