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！

龙图腾网获悉中交华控(天津)建筑集团有限公司申请的专利一种小目标检测算法在交通监控中的应用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：CN116524432B 。

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：202310412581.9，技术领域涉及：G06V20/52；该发明授权一种小目标检测算法在交通监控中的应用是由吴璨;范海连;张凯设计研发完成，并于2023-04-18向国家知识产权局提交的专利申请。

本一种小目标检测算法在交通监控中的应用在说明书摘要公布了：本发明是一种小目标检测算法在交通监控中的应用，包括以下步骤：对待检测图片进行初步处理；构建轻量级图像超分辨率重建网络，并完成网络训练；将超分辨率处理后的图像进行边缘锐化；将边缘锐化后的图像输入检测模块进行检测并得到交通小目标检测结果；其中，轻量级图像超分辨率重建网络结构由浅层特征提取模块、深层特征提取模块、注意力模块和重建模块四个部分组成。本发明基于超分辨率网络实现小目标检测，可以有效地扩大小目标的分辨率，增加特征信息量，相对于传统基于目标检测算法优化的方法，其提升的精度更高更有效。

本发明授权一种小目标检测算法在交通监控中的应用在权利要求书中公布了：1.一种轻量级图像超分辨率重建网络结构构建方法，其特征在于，由浅层特征提取模块、深层特征提取模块、注意力模块和重建模块四个部分组成； 浅层特征提取模块，将输入图像映射到高维特征空间，包含一层卷积核大小为3*3的卷积层，该过程表示为:； 深层特征提取模块，由若干个大感受野信息蒸馏块组成（Vast-receptive-fieldInformationdistillationBlock，VIDB），对X0进行深层特征提取，由VIDBs堆栈逐步细化提取特征，该过程表示为：； 注意力模块，由ESA模块（EfficientSpatialAttention，高效空间注意力）和CCA模块（Contrast-basedChannelAttention，基于对比的通道注意力）两部分组成； 重建模块，采用Pixelshuffle算法完成重建，将形状为（）的张量重建为形状为（）的张量； VIDB块对输入图像先进行一个卷积核大小为1*1的卷积操作，然后分为两条支路处理，即第一支路和第二支路，第一支路和第二支路处理结果进行相加处理后输出，并进行像素归一化操作；第一支路为直连通路，第二支路先通过基于门函数的激活函数激活，再通过基于信息蒸馏和大卷积核深度分离卷积操作的通道注意力模块进行特征权重分配，然后通过一层卷积核大小为1*1卷积层进行特征图间的特征融合，融合后与直连通路相加；基于门函数的激活函数先将大小为C*H*W的输入特征图按通道数分为两个大小为C2*W*H的特征图，然后将它们做乘积处理后输出；通道注意力模块将激活后的特征图分为两个支路处理，即第三支路和第四支路，第三支路和第四支路处理结果进行相加处理后输出，并进行一个卷积核大小为1*1的卷积操作；第三支路先进行一个卷积核大小为1*1的卷积操作，然后进行一个卷积核大小为9*9，步长为1，填充为4的深度卷积操作；第四支路先进行一个卷积核大小为1*1的卷积操作，然后通过GELU激活函数激活； CCA模块对输入图片分别进行对比损失计算和自适应全局池化后进行相加处理，相加处理后输出并依次通过卷积核大小为1*1的卷积操作、Relu激活函数激活、卷积核大小为1*1的卷积操作，最后与输入图片进行相乘处理并得到输出图片，完成基于位置信息的特征学习； ESA模块对输入图片先进行一个卷积核大小为1*1的卷积操作，然后分为两条支路处理，即第五支路和第六支路，第五支路和第六支路处理结果进行相加处理，相加后的特征图先进行卷积核大小为1*1的卷积操作，融合特征并恢复通道数量，再通过sigmoid线性激活函数激活，然后与输入图片进行相乘处理并得到输出图片，在不降低维度的情况下学习跨通道的交互关系；第五支路进行一个卷积核大小为1*1的卷积操作；第六支路依次进行卷积核大小为3*3、步长为2、填充为1的卷积操作；核大小为7*7、步长为7的最大池化层；卷积核大小为3*3的深度卷积操作、GELU激活函数激活、双线性插值处理，科学恢复原本图像大小。

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中交华控(天津)建筑集团有限公司，其通讯地址为：300450 天津市滨海新区自贸试验区(中心商务区)熙元广场1-1151(中齐企管家(天津)商务秘书有限公司托管第077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”。