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！

龙图腾网获悉北京理工大学申请的专利一种后验实例信息引导的无锚框遥感旋转目标检测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：CN116071643B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202211392985.8，技术领域涉及：G06V20/10；该发明授权一种后验实例信息引导的无锚框遥感旋转目标检测方法是由张桐;陈亮;庄胤;陈禾;王冠群设计研发完成，并于2022-11-08向国家知识产权局提交的专利申请。

本一种后验实例信息引导的无锚框遥感旋转目标检测方法在说明书摘要公布了：本发明涉及一种后验实例信息引导的无锚框遥感旋转目标检测方法，属于遥感旋转目标检测技术领域。首先，采用多尺度相邻层特征融合网络对骨架网络输出的不同分辨率的特征层进行多尺度语义特征深度融合。其次，在多尺度相邻层特征融合网络之后设计像素级实例预测网络，用于获取遥感旋转目标的形状及角度信息。然后，将具有目标形状及角度信息的像素级实例预测结果注入到多尺度相邻层特征融合网络的输出特征，最后，利用基于中心点的无锚框检测算法定位图像中的遥感旋转目标。本方法显著提高了无锚框检测算法对光学遥感场景中的任意角度目标的检测效果，不仅提高了目标召回率，同时还大幅降低了虚警率，具有良好的实际应用价值。

本发明授权一种后验实例信息引导的无锚框遥感旋转目标检测方法在权利要求书中公布了：1.一种后验实例信息引导的无锚框遥感旋转目标检测方法，其特征在于包括以下步骤： 步骤1：通过骨架网络提取遥感图像特征，然后利用多尺度相邻层特征融合网络对遥感图像特征进行多尺度语义特征深度融合，得到融合特征； 步骤2：将步骤1得到的融合特征输入到像素级实例预测网络中，输出具有目标角度以及形状信息的像素级实例预测结果； 步骤3：将步骤2获取的像素级实例预测结果注入到步骤1得到的融合特征上，生成后验信息注入特征； 步骤4：将步骤3生成的后验信息注入特征并行地输入到中心点预测网络、宽高预测网络以及角度预测网络，得到目标的中心点预测值、宽高预测值和角度预测值； 步骤5：利用损失函数对步骤2的像素级实例预测结果、步骤4得到的目标的中心点预测值、宽高预测值以及角度预测值进行修正，获得目标的边框信息，实现对遥感旋转目标的检测； 所述的步骤1中，进行多尺度语义特征深度融合，得到融合特征的方法为： 步骤1.1：对多尺度特征组内的所有特征进行通道维度的统一化处理，分别采用步长为1的1×1卷积操作将四个特征层的通道维度统一至256，将处理结果记作，分辨率从大到小排列； 步骤1.2：将处理结果送入多尺度相邻层特征融合网络进行相邻尺度层间的语义特征增强，完成多尺度语义特征深度融合。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。