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！

龙图腾网获悉武汉大学申请的专利基于散射关键点引导扩散模型的SAR图像旋转目标检测方法和系统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：CN119007030B 。

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：202411103236.8，技术领域涉及：G06V20/13；该发明授权基于散射关键点引导扩散模型的SAR图像旋转目标检测方法和系统是由何楚;刘朔扬;童鸣设计研发完成，并于2024-08-13向国家知识产权局提交的专利申请。

本基于散射关键点引导扩散模型的SAR图像旋转目标检测方法和系统在说明书摘要公布了：本发明公开了一种基于散射关键点引导扩散模型的SAR图像旋转目标检测方法和系统。本发明设计了基于凸多边形的细粒度目标表征，以自适应建模目标的模糊外轮廓；基于扩散模型构建目标区域扩散模块和去噪解码器，通过扩散模型学习SAR图像中目标区域空间分布的统计特性，以直接预测目标区域；设计了多尺度散射关键点特征融合模块，采取在多尺度特征层级上动态预测散射关键点的方法，根据不同尺度的散射关键点特征来增强网络在复杂场景中识别目标的能力，抑制虚警的产生；最后通过凸多边形预测模块，在每个目标区域中得到目标凸多边形预测。本发明基于DetectionTransformer架构，实现了对SAR图像的端到端旋转目标检测。

本发明授权基于散射关键点引导扩散模型的SAR图像旋转目标检测方法和系统在权利要求书中公布了：1.基于散射关键点引导扩散模型的SAR图像旋转目标检测方法，其特征在于，包括： 构造并训练基于散射关键点引导扩散模型的SAR图像旋转目标检测网络，所述SAR图像旋转目标检测网络包括特征提取模块，多尺度特征映射模块，图像特征编码器，目标区域扩散模块，目标特征初始化模块和时间步编码模块，去噪解码器模块和多尺度散射关键点特征融合模块，目标凸多边形预测模块； 所述特征提取模块用于提取不同尺度的特征图，输入到多尺度特征映射模块，得到多尺度特征向量，输入到图像特征编码器，用于对多尺度特征向量中不同尺度的特征进行充分融合，得到经过多尺度特征融合后的特征向量作为输出；目标区域扩散模块用于根据每张图像中目标的旋转框标注，通过基于高斯分布的扩散过程得到初始目标区域的中心点坐标、宽度和高度，并根据初始化区域的中心点坐标，从图像特征编码器输出的特征向量中提取每个特征尺度对应位置的特征，并将提取得到的不同特征尺度的特征进行融合，从而对每个初始目标区域都得到一个特征向量，以此作为初始目标特征向量；时间步编码模块则用于对目标区域扩散模块中的采样时间步t进行编码输出；去噪解码器模块首先以初始目标区域和初始目标特征向量为参考，基于多尺度散射关键点特征融合模块，在目标区域附近动态预测不同特征尺度上的散射关键点，并根据预测的散射关键点从图像特征编码器得到的特征向量中自适应提取对应特征尺度上的特征作为目标的关键特征，然后将这些提取得到的关键特征与目标特征向量进行融合，从而对目标特征向量进行更新，再基于更新后的目标特征向量对目标区域参数进行更新，得到更准确的目标区域；目标凸多边形预测模块会根据去噪解码器模块最终更新得到的目标特征向量和目标区域参数，对每个目标预测得到每个类别的置信度分数以及由9个点组成凸多边形点集，从而得到目标的分类结果和凸多边形预测结果； 训练过程中采用的损失函数为：通过预测的目标类别、置信度和目标真实类别标注计算类别预测损失函数；通过预测的目标凸多边形和目标真实旋转框标注参数计算凸多边形预测损失函数；通过最终更新得到的目标区域与真实目标区域计算目标区域回归损失函数，然后将所有损失函数加起来，得到总的损失函数； 最后利用训练好的目标检测网络对待检测数据进行检测，得到需要的检测结果。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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”。