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！

龙图腾网获悉河海大学申请的专利一种基于多波束前视声呐图像的水下目标检测方法及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：CN119888463B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202411897893.4，技术领域涉及：G06V20/05；该发明授权一种基于多波束前视声呐图像的水下目标检测方法及系统是由刘艳;严干;霍冠英;戴安邦;李庆武设计研发完成，并于2024-12-23向国家知识产权局提交的专利申请。

本一种基于多波束前视声呐图像的水下目标检测方法及系统在说明书摘要公布了：本发明提供了一种基于多波束前视声呐图像的水下目标检测方法及系统，属于水下图像处理技术领域。该方法包括采用多波束前视声呐装置获取目标声呐图像，采用改进的基于卷积神经网络的检测模型进行多尺度特征图提取，以及进行边界框预测与分类，输出包含每个检测目标的位置坐标、类别概率结果信息。本发明中改进的卷积神经网络中引入动态感知补丁注意力机制，结合多分支特征提取策略，以及专门的小目标检测头，增强对小目标的检测能力，达到提高检测精度的目的。此外，本发明将声呐成像及处理、数据通信与显示控制等集成于嵌入式平台，实现便携式实时检测、数据交换及用户控制。本发明可有效提升水下前视多波束声呐图像中小目标的检测精度。

本发明授权一种基于多波束前视声呐图像的水下目标检测方法及系统在权利要求书中公布了：1.一种基于多波束前视声呐图像的水下目标检测系统，其特征在于，包括电源模块， 多波束前视声呐装置，用于对目标水域进行成像，获取原始海底声呐图像； 微处理器，用以运行搭建的改进的基于卷积神经网络的检测模型，得到目标检测结果以及控制其他模块，所述目标检测结果包括目标的位置、大小以及分类信息；所述改进的基于卷积神经网络的检测模型为，在卷积神经网络的主干网络中引入动态感知补丁注意力机制代替原编码器和解码器中的卷积运算，通过多分支特征提取策略捕获多尺度特征，通过动态特征融合与注意力机制对提取的多尺度特征进行增强；采用基于特征金字塔网络和深度可分离卷积的颈部网络结构； 所述动态感知补丁注意力机制包括： 动态局部分支，用于提取输入图像局部特征； 动态全局分支，用于提取输入图像全局特征； 动态串行卷积分支，用于提取输入图像序列特征； 所述动态局部分支数据处理过程为： 对输入的预处理后的声呐图像通过1×1卷积调整通道数，生成新的特征张量； 采用自适应补丁大小将特征张量分割成一组空间连续的补丁； 对每个补丁进行通道平均，得到，并使用前馈神经网络进行线性计算，得到； 采用激活函数获得线性计算特征的空间维度的概率分布，并基于概率分布对每个补丁进行特征选择得到特征； 对特征进行reshape和插值操作，生成局部特征； 所述动态全局分支数据处理过程为： 对特征张量进行全局平均池化，得到向量； 通过线性变换对向量降维，再通过激活函数Sigmoid引入非线性，最后再升维回到原来的通道数，得到向量； 对向量应用激活函数Softmax进行归一化，得到各通道权重； 将每个通道的权重乘以对应通道的特征图，然后进行逐元素相加，得到自适应聚合后的全局特征； 对全局特征进行动态注意力计算，得到动态注意力矩阵； 将动态注意力矩阵和特征张量相乘，得到最终的全局特征； 所述动态串行卷积分支数据处理过程为： 根据特征张量进行全局平均池化，得到； 将输入多层感知器MLP，得到一个指示卷积核大小和数量的选择向量； 随机初始化生成三个卷积核模板，，，基于选择向量，通过加权求和的方式组合不同尺寸的卷积核模板，得到卷积核，，； 通过3×3卷积层生成三个输出特征、和，表示为：，，， 通过自适应融合机制将三个输出特征、和进行动态融合，生成串行卷积特征； 将局部特征、全局特征和串行卷积特征相加，得到输出特征； 数据存储模块，用于存储原始海底声呐图像、预处理后的数据、训练好的网络参数以及中间结果信息； 通信模块，用于将所述目标检测结果传输到远程监控中心，并接收来自远程的指令； 显示与控制模块，用于展示检测结果及发送控制指令； 所述多波束前视声呐装置、数据存储模块、通信模块、显示与控制模块和电源模块均与所述微处理器相连。

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河海大学，其通讯地址为：213200 江苏省常州市金坛区河海大道1915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。