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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于深度学习的遥感图像显著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：CN119091273B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202411098079.6，技术领域涉及：G06V10/82；该发明授权一种基于深度学习的遥感图像显著目标检测方法是由周晓飞;李茂正;张继勇;佘青山;乔通;章国道设计研发完成，并于2024-08-12向国家知识产权局提交的专利申请。

本一种基于深度学习的遥感图像显著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深度学习的遥感图像显著目标检测方法，该方法首先获取光学遥感图像，构建。其次编码阶段，数据集数据通过构建骨干网络提取多级特征。然后通过空洞卷积构建高级语义信息处理模块GFM，基于多级特征，得到语义特征，并构建边缘提取模块EEM，提取边缘特征。最后在解码阶段，基于多级特征进行解码，并构建信息融合模块EFM，结合语义特征和边缘特征进行特征融合，输出目标检测结果。本发明能够更好的利用高级语义信息和边缘信息，得到准确的显著目标检测结果。

本发明授权一种基于深度学习的遥感图像显著目标检测方法在权利要求书中公布了：1.一种基于深度学习的遥感图像显著目标检测方法，其特征在于，包括以下步骤： 步骤1.获取光学遥感图像，构建数据集； 步骤2.编码阶段，数据集中数据通过构建骨干网络提取多级特征；所述骨干网络具体实现过程如下： 骨干网络包括依次连接的五个编码模块Encoder-1、Encoder-2、Encoder-3、Encoder-4、Encoder-5，分别输出F1、F2、F3、F4、F5五级特征； 所述Encoder-1包括ResNet34的Conv1以及Conv2_x，并在Conv1之后增加了一个最大池化层；之后的Encoder-2，Encoder-3和Encoder-4则是分别采用了ResNet34中的Conv3_x，Conv4_x和Conv5_x；最后Encoder-5中包含了一个最大池化层，以及三个残差模块； 步骤3.通过空洞卷积构建高级语义信息处理模块GFM，基于多级特征，得到语义特征； 所述高级语义信息处理模块GFM具体实现过程如下： 所述GFM，主体采用空洞卷积，在GFM模块结构中有五个分支，包括使用了四种不同扩张率的卷积核对F5分别进行处理，再使用一个卷积操作保留原本的信息，将五个分支得到的结果通过concate操作进行特征融合，将融合后的特征图经过一个卷积操作与进行F5逐元素相加，进行特征融合；最后再通过CBR单元，即卷积、批归一化和激活函数激活操作得到输出F* 5，并在GFM输出处增加损失监督提高性能； 步骤4.构建边缘提取模块EEM，基于多级特征，提取边缘特征； 步骤5.解码阶段，基于多级特征进行解码，并构建信息融合模块EFM，结合语义特征和边缘特征进行特征融合，输出目标检测结果。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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”。

以上内容由龙图腾AI智能生成。