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！

龙图腾网获悉哈尔滨工业大学(深圳)申请的专利面向旋转摆扫超宽幅卫星的目标在轨智能识别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：CN114419456B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202111599881.X，技术领域涉及：G06V20/13；该发明授权面向旋转摆扫超宽幅卫星的目标在轨智能识别方法及装置是由陈波;庞艳华;王一;张福刚;杨建朋;魏小峰设计研发完成，并于2021-12-24向国家知识产权局提交的专利申请。

本面向旋转摆扫超宽幅卫星的目标在轨智能识别方法及装置在说明书摘要公布了：本申请提出的面向旋转摆扫超宽幅卫星的目标在轨智能识别方法、装置及存储介质中，首先构建轻量目标识别模型，然后使用历史遥感影像数据集对轻量目标识别模型进行调优，得到最优轻量目标识别模型，将获取的待识别遥感影像输入最优轻量目标识别模型，通过最优轻量目标识别模型中的浅层特征提取模块得到浅层特征图，并将浅层特征图输入多个串联的网络子模块，得到对应的特征图，再将特征图输入特征融合模块，得到待识别遥感影像的目标识别结果并输出。由此可知，本申请提出了一种在超宽幅卫星上对遥感影像进行目标识别的方法，从而满足了在星上资源受限的情况下，提升了卫星在轨目标识别效率，实现了卫星对目标的快速识别。

本发明授权面向旋转摆扫超宽幅卫星的目标在轨智能识别方法及装置在权利要求书中公布了：1.一种面向旋转摆扫超宽幅卫星的目标在轨智能识别方法，其特征在于，所述方法包括： 构建轻量目标识别模型，其中，所述轻量目标识别模型包括浅层特征提取模块、网络子模块和特征融合模块，所述浅层特征提取模块采用focus模块，其中，focus模块通过切片操作和一层卷积操作； 使用历史遥感影像数据集对轻量目标识别模型进行调优，得到最优轻量目标识别模型； 将获取的待识别遥感影像输入最优轻量目标识别模型，通过所述最优轻量目标识别模型中的浅层特征提取模块得到浅层特征图； 将所述浅层特征图输入多个串联的网络子模块，得到对应的特征图； 将特征图输入特征融合模块，得到所述待识别遥感影像的目标识别结果并输出； 所述最优轻量目标识别模型包括N个串联的网络子模块，其中，N为正整数， 所述将所述浅层特征图输入多个串联的网络子模块，得到对应的特征图，包括： 将获取的浅层特征图输入最优轻量目标识别模型中，输入的浅层特征图为尺度一特征，然后将浅层特征图输入第一个网络子模块得到尺度二特征，将尺度二输入第二个网络子模块得到尺度三特征，依此类推，将得到的尺度特征依次经过剩余的N-2个轻量计算单元，得到对应的N-2个尺度特征，将得到的N个尺度特征进行堆叠，得到对应的特征图； 所述网络子模块包括支路1和支路2， 所述将浅层特征图输入第一个网络子模块得到尺度二特征图，包括： 通过所述第一个网络子模块中的通道拆分，将所述输入的浅层特征图平均分为两个子特征图； 将两个子特征图分别输入所述第一个网络子模块中的支路1和支路2，得到支路1对应的第一尺度特征图和支路2对应的第二尺度特征图； 将第一尺度特征图和第二尺度特征图进行特征通道混叠融合，得到尺度二特征图；所述支路2包括轻量计算单元，其中，所述轻量计算单元由深度可分离混合空洞卷积构成。

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哈尔滨工业大学(深圳)，其通讯地址为：518126 广东省深圳市宝安区西乡街道桃源社区航城工业区深圳市智汇创新中心B栋720；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。