西北工业大学李少毅获国家专利权
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!
龙图腾网获悉西北工业大学申请的专利一种基于红外双波段图像的弱小目标端到端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:CN119445081B 。
龙图腾网通过国家知识产权局官网在2025-09-26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:202411584476.4,技术领域涉及:G06V10/25;该发明授权一种基于红外双波段图像的弱小目标端到端检测方法是由李少毅;林健;杨曦;岳晓奎设计研发完成,并于2024-11-07向国家知识产权局提交的专利申请。
本一种基于红外双波段图像的弱小目标端到端检测方法在说明书摘要公布了:本发明公开了一种基于红外双波段图像的弱小目标端到端检测方法,该方法构建了双波段红外弱小目标检测模型,该模型包括多层依次连接的特征融合单元每一个特征融合单元分别通过两个动态注意力模块对中波信息参数和长波信息参数分别进行处理后,获得各自的过程特征一,将两个过程特征一分别通过融合模块处理,获得融合特征,融合特征与上一层特征融合单元的结果加和后,将加和结果通过动态注意力模块处理,获得特征融合单元的输出特征;该目标检测模型多次复用了Attention模块,将整个检测模型简化,显著提升算法的性能表现,通过对模型全局建模能力的增强,使得算法在双波段红外弱小目标检测上有较好的表现。
本发明授权一种基于红外双波段图像的弱小目标端到端检测方法在权利要求书中公布了:1.一种基于红外双波段图像的弱小目标端到端检测方法,其特征在于,包括以下步骤: S1,获取弱小目标的中波红外图像和长波红外图像,从中波红外图像中提取出中波信息参数,从长波红外图像中提取出长波信息参数; S2,将中波信息参数和长波信息参数输入至双波段红外弱小目标检测模型中; 所述双波段红外弱小目标检测模型包括多层依次连接的特征融合单元,每一层特征融合单元分别通过两个动态注意力模块对中波信息参数和长波信息参数分别进行处理后,获得各自的过程特征一,将两个过程特征一分别通过融合模块处理,获得融合特征,融合特征与上一层特征融合单元的结果加和后,将加和结果通过动态注意力模块处理,获得特征融合单元的输出特征;每一层特征融合单元的输出特征为下一层特征融合单元的输入特征;最后一层特征融合单元输出双波段红外弱小目标检测模型的输出特征; S2中,所述动态注意力模块将输入的特征平均切分后,获得X特征和Y特征;将X特征和Y特征分别通过MA特征提取模块和PTA特征提取模块处理后,获得过程特征二和过程特征三,将过程特征二和过程特征三分别和对应的动态参数相乘后,将两个乘积分别与对应的X特征和Y特征相加,将两个加和在通道维度上合并,获得合并特征图像,将合并特征图像通过多层感知机映射到预设的维度上,获得输出特征; 所述MA特征提取模块中引入包含SSM的模块; 所述PTA特征提取模块首先将输入的特征进行编码并归一化特征处理后,将归一化特征在空间维度上对输入特征图进行间隔S采样,将采样结果与输入特征加和后获得加和特征,将加和结果通过编码归一化处理后,将处理结果通过MLP映射,将MLP映射结果与加和特征相加后获得过程特征三; S3,通过分割任务头处理双波段红外弱小目标检测模型的输出特征后,检测获得弱小目标。
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北工业大学,其通讯地址为:710072 陕西省西安市碑林区友谊西路127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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励