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！

龙图腾网获悉西安电子科技大学申请的专利基于双流增强网络的红外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：CN115565034B 。

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：202211388623.1，技术领域涉及：G06V10/774；该发明授权基于双流增强网络的红外小目标检测方法是由张铭津;郑玲萍;张睿;彭晓琪;李云松;高新波设计研发完成，并于2022-11-08向国家知识产权局提交的专利申请。

本基于双流增强网络的红外小目标检测方法在说明书摘要公布了：本发明公开了一种基于双流增强网络的红外小目标检测方法，主要解决现有方法检测准确率较低的问题，实现步骤为：构建训练样本集和测试样本集；构建基于双流增强网络的目标检测网络模型：包括并行排布第一分支和第二分支双流增强网络，以及与该网络级联的融合模块的红外小目标检测网络O，第一分支网络根据低级特征从行和列两个方向提取目标的特征信息以获得更精细、完整的高级特征，有助于准确定位目标，第二分支中网络能够通过多尺度特征融合细化小红外目标的特征，从而抑制背景信息并保留小目标信息；通过对红外小目标检测网络模型O进行迭代训练，本发明能够提高红外小目标检测的准确率。

本发明授权基于双流增强网络的红外小目标检测方法在权利要求书中公布了：1.一种基于双流增强网络的红外小目标检测方法，其特征在于，包括以下步骤： 1获取训练样本集和测试样本集： 获取K幅红外图像，并对每幅红外图像中的目标进行标注，再将M幅红外图像及其对应的标签组成训练样本集R1，将剩余的K-M幅红外图像及其对应的标签组成测试样本集E1，其中K≥1000， 2构建基于双流增强网络的红外小目标检测模型O： 构建包括并行排布第一分支和第二分支双流增强网络，以及与该网络级联融合模块的红外小目标检测网络O，其中： 第一分支包括顺次连接的Stem块、多个级联的残差块、第一转置卷积层、第一空间频率注意力模块、第二转置卷积层、第二空间频率注意力模块、head网络；其中，Stem块包括多个卷积层及级联的池化层；残差块包括顺次级联的卷积层、非线性激活层、卷积层；空间频率注意力模块包括顺次级联的上下文空间注意力模块、分解频率注意力模块、卷积层；head网络包括多个卷积层； 第二分支包括顺次连接的眼球状增强模块、head网络；其中，眼球状增强模块包括顺次连接的多个级联卷积层、上采样块和高斯卷积层，眼球状增强模块的输入端还与第一分支的第一空间频率注意力模块、第二空间频率注意力模块的输出端连接； 3对红外小目标检测模型O进行迭代训练： 3a初始化迭代次数为s，最大迭代次数为S，S≥20000，第s次迭代的红外小目标检测模型为Os，Os中可学习的权值、偏置参数分别为ws、bs，并令s＝0，Os＝O； 3b将从训练样本集R1中随机有放回选取的l个训练样本作为红外小目标检测模型O的输入，第一分支对每个训练样本进行红外目标重建，得到l个小目标；同时第二分支对每个训练样本进行红外小目标细节增强，得到l个小目标细节；融合模块通过每个小目标细节增强的结果对对应的小目标重建结果进行补充细化，得到l个训练样本的红外小目标检测结果，其中，l≥1000； 3c利用Dice损失函数LDice与交叉熵损失函数LCE，并通过生成的l个目标检测结果和与其对应的的l个标签计算Os的损失值LDC，再通过链式法则分别计算LDC对网络中的权值参数ωs及偏置参数bs的偏导和然后根据对ωs、bs进行更新，得到本次迭代的网络模型Os； 3d判断s≥S是否成立，若是，得到训练好的红外小目标检测模型O*，否则，令s＝s+1，并执行步骤3b； 4获取红外图像目标检测结果： 将测试样本集E1作为训练好的红外小目标检测模型O*的输入进行前向传播，得到所有测试样本对应的红外小目标检测结果。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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”。