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！

龙图腾网获悉北京理工大学申请的专利一种端到端的弱对齐多光谱遥感图像目标检测方法及装置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：CN119516397B 。

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：202411552571.6，技术领域涉及：G06V20/13；该发明授权一种端到端的弱对齐多光谱遥感图像目标检测方法及装置是由胡晶晶;鲍威;徐逍君;杨修齐设计研发完成，并于2024-11-01向国家知识产权局提交的专利申请。

本一种端到端的弱对齐多光谱遥感图像目标检测方法及装置在说明书摘要公布了：本发明属于计算机视觉与模式识别技术领域，具体涉及一种端到端的弱对齐多光谱遥感图像目标检测方法及装置。该方法具体过程为：训练数据的构建：将预设的弱对齐可见光和红外遥感图像进行标注处理，获得弱对齐多光谱遥感图像目标检测数据集；目标检测网络构建：构建端到端的弱对齐多光谱遥感图像目标检测网络，包括特征编码网络、查询选择网络和解码网络；目标检测网络训练：利用目标检测数据集对目标检测网络进行训练；遥感图像目标检测：利用训练完成的目标检测网络进行遥感图像目标检测，检测结果包括：目标类别、可见光目标位置和红外目标位置。

本发明授权一种端到端的弱对齐多光谱遥感图像目标检测方法及装置在权利要求书中公布了：1.一种端到端的弱对齐多光谱遥感图像目标检测方法，其特征在于，具体过程为： 训练数据的构建：将预设的弱对齐可见光和红外遥感图像进行标注处理，获得弱对齐多光谱遥感图像目标检测数据集； 目标检测网络构建：构建端到端的弱对齐多光谱遥感图像目标检测网络，包括特征编码网络、查询选择网络和解码网络，其中， 所述特征编码网络，用于对输入红外和可见光图像进行编码，输出可见光编码特征和红外编码特征； 查询选择网络，用于对可见光编码特征和红外编码特征进行处理，输出初始共享内容查询、初始可见光参考点和初始红外参考点； 解码网络，用于将初始共享内容查询、初始可见光参考点、初始红外参考点与可见光编码特征和红外编码特征进行交互，实现多模态特征的对齐与融合，并最终输出目标分类结果和可见光红外目标位置； 目标检测网络训练：利用目标检测数据集对目标检测网络进行训练； 遥感图像目标检测：利用训练完成的目标检测网络进行遥感图像目标检测，检测结果包括：目标类别、可见光目标位置和红外目标位置； 所述解码网络的具体处理过程为： （1）将初始可见光参考点和初始红外参考点，通过共享位置编码网络得到位置查询，并将位置查询与初始共享内容查询相加形成共享查询； （2）共享查询通过多头自注意力网络增强不同查询之间的区别后，共享查询、多模态多尺度特征输入到对偶多模态多尺度多头稀疏注意力模块中，得到精细化共享内容查询； （3）将精细化共享内容查询通过分类网络输出目标分类结果，将精细化共享内容查询通过可见光红外双回归网络，输出与初始可见光参考点和初始红外参考点相加得到可见光目标位置和红外目标位置，其中可见光目标位置和红外目标位置被看作精细化参考点，输入到下一个解码器中，实现逐步精细化目标框的目的； 所述对偶多模态多尺度多头稀疏注意力模块的算法： 那么对偶多模态多尺度多头稀疏注意力模块的流程用下式表示： 其中，代表注意力头数量，代表每个模态中多尺度层级数目，代表每一层的特征采样点数量，和是注意力机制的线性映射网络权重，是层级映射函数，和通过采样点权重网络生成，表示第l层特征图上第h个注意力头中的第k个注意力权重，通过采样点偏移网络生成，表示第l层特征图上第h个注意力头中的第k个采样点偏移，为共享查询特征，为精细化共享内容查询，为多模态多尺度特征,分别表示红外特征和可见光特征，为可见光参考点，为红外参考点。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。