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！

龙图腾网获悉西华师范大学申请的专利一种基于边缘提取和准确定位的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：CN120510406B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202511000174.2，技术领域涉及：G06V10/52；该发明授权一种基于边缘提取和准确定位的目标检测方法是由郑伯川;胡桂彬;游成万设计研发完成，并于2025-07-21向国家知识产权局提交的专利申请。

本一种基于边缘提取和准确定位的目标检测方法在说明书摘要公布了：本发明属于目标检测技术领域，具体涉及一种基于边缘提取和准确定位的目标检测方法，构建EEALNet网络模型设置特征提取模块、粗定位模块和精确分割模块，特征提取模块提取四个不同尺度大小的特征t1‑t4，最深层特征送入粗定位模块，粗定位模块将最深层特征与其他层次特征进行特征融合，得到粗略定位图，精确分割模块通过对目标区域和目标边缘交替注意将粗略的预测图进一步细化，得到最终的预测图。在特征提取阶段，使用金字塔视觉转换器来进行特征提取。在粗定位阶段，采用镜像融合的方式对特征由深到浅地进行融合进行粗略定位，在精确分割阶段，通过交替关注目标本身以及目标边缘来精确分离高度相似的前景与背景。通过分阶段逐渐实现伪装目标的精确定位。

本发明授权一种基于边缘提取和准确定位的目标检测方法在权利要求书中公布了：1.一种基于边缘提取和准确定位的目标检测方法，其特征在于，包括以下步骤： S1：构建EEALNet网络模型，所述EEALNet网络模型设置特征提取模块、粗定位模块和精确分割模块； S2：将图像输入所述EEALNet网络模型，特征提取模块从图像中提取四个不同尺度大小的特征t1-t4； S3：将四个特征中的最深层特征送入粗定位模块，所述粗定位模块将最深层特征与其他层次特征进行特征融合，将s1通道的尺寸与s4通道对齐，同时将s1通道数降为1，得到粗略定位图p1并传输给精确分割模块； S4：所述精确分割模块通过对目标区域和目标边缘交替注意将粗略的预测图进一步细化，得到最终的预测图； 所述粗定位模块包括MFM模块、下采样模块和U-ASPP模块，步骤U-ASPP模块对图像的具体处理过程如下： S31：将最深层次特征t4进入U-ASPP模块后被送入五个不同的分支，通过不同膨胀率的3×3空洞卷积拥有不同的感受野的三个分支对特征进行多尺度的提取，捕捉不同大小的目标； S32：剩余两个分支通过池化和1×1卷积来获取全局信息，步骤S31中的三个含有空洞卷积的分支将上一分支通过SE注意力机制之后的特征与本分支特征相加，然后一起送入空洞卷积和SE注意力机制中进一步提取特征； S33：通过自下向上的顺序对相邻两个分支进行通道融合，最后将五个分支的特征进行通道融合输出得到s4； 所述MFM模块的具体处理过程如下： S34：将深层次融合后的特征si+1通过3×3卷积进一步提取特征； S35：使用超分辨率任务中的Pixshuffle进行上采样，将尺寸与ti对齐，经过sigmoid激活函数与ti相乘得到m1，具体公式如下： ； 其中，CBR（·）表示Conv+BN+Relu，Pixshuffle·表示超分辨率中的上采样； S36：利用si+1来引导ti关注重要特征，ti经过下采样模块对齐si+1的尺寸，经过sigmoid激活函数与si+1相乘得到m2，具体公式如下： ； 其中，DownSample·表示步长为2的3×3卷积； S37：将m2通过Pixshuffle上采样对齐m1尺寸之后与m1进行通道融合，接着送入SE注意力机制，关注更重要的特征，抑制无关或冗余的信息，得到si； ； 其中，SE·代表SE注意力机制，Cat·代表通道融合。

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华师范大学，其通讯地址为：637000 四川省南充市顺庆区师大路1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”。