南京邮电大学方子祺获国家专利权
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!
龙图腾网获悉南京邮电大学申请的专利基于颜色形状提示学习的红外小目标识别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:CN119942094B 。
龙图腾网通过国家知识产权局官网在2025-10-17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:202510423335.2,技术领域涉及:G06V10/25;该发明授权基于颜色形状提示学习的红外小目标识别方法是由方子祺;徐国夏;邓丽珍;朱虎设计研发完成,并于2025-04-07向国家知识产权局提交的专利申请。
本基于颜色形状提示学习的红外小目标识别方法在说明书摘要公布了:本申请公开了基于颜色形状提示学习的红外小目标识别方法,包括S1、将红外小目标的图像数据集划分为训练集和测试集;S2、将训练集的图像输入至红外小目标检测网络模型的主干网络,提取含有红外小目标图像的多尺度特征;S3、提取到红外小目标图像的多尺度特征进行多尺度特征增强;S4、通过双重概率对齐DPA融合框架进行异域融合得到多尺度信息特征;S5、将多尺度信息特征送入动态检测头部DynamicHead的进行检测;检测结果由归一化Wasserstein距离NWD和自适应阈值焦点损失ATFL进行评估;S6、获取最终的红外小目标检测结果。本申请具有较好的可靠性和鲁棒性,提高了红外小目标的检测性能。
本发明授权基于颜色形状提示学习的红外小目标识别方法在权利要求书中公布了:1.基于颜色形状提示学习的红外小目标识别方法,其特征在于,具体包括以下步骤: 步骤S1、将红外小目标的图像数据集划分为训练集和测试集; 步骤S2、将训练集的图像输入至红外小目标检测网络模型的主干网络,提取含有红外小目标图像的多尺度特征,,和分别表示单通道图像的高度和宽度;多尺度特征,的分辨率分别为;所述训练集的图像是单通道图像,表示在对应层分辨率缩小的倍数; 步骤S3、多尺度特征通过金字塔网络FPN、路径聚合网络PAN和颜色形状提示学习网络ColorPeel进行多尺度特征增强;其中通过金字塔网络FPN和路径聚合网络PAN增强得到的多尺度特征属于空间语义特征域,通过颜色形状提示学习网络ColorPeel增强得到的多尺度特征属于显著性颜色形状特征域;步骤S3中颜色形状提示学习网络ColorPeel用于多尺度特征的颜色和形状增强,具体包括: a:给定用户提供的RGB或颜色坐标,生成实例图像和模板; b:颜色形状提示学习网络ColorPeel生成颜色嵌入向量c*和形状嵌入向量s*; 步骤S4、通过双重概率对齐DPA融合框架将空间语义特征域和显著性颜色形状特征域进行异域融合得到多尺度信息特征; 步骤S5、融合得到的多尺度信息特征送入动态检测头部DynamicHead进行检测;检测结果由归一化Wasserstein距离NWD和自适应阈值焦点损失ATFL进行评估;归一化Wasserstein距离NWD和自适应阈值焦点损失ATFL计算损失并指导红外小目标检测网络模型的优化过程; 步骤S6、最后,选取测试集图像作为训练完成的红外小目标检测网络模型的输入,获取最终的红外小目标检测结果。
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南京邮电大学,其通讯地址为:210000 江苏省南京市鼓楼区新模范马路66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