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！

龙图腾网获悉国网湖北省电力有限公司直流公司申请的专利基于局部和全局注意力自适应选择的红外无人机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：CN120431486B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202510313497.0，技术领域涉及：G06V20/17；该发明授权基于局部和全局注意力自适应选择的红外无人机检测方法是由常聚忠;姚其新;姚兵;顾建新;李想;杨振东;胡宇洋;王利琴;吴旭;赵诗雅设计研发完成，并于2025-03-17向国家知识产权局提交的专利申请。

本基于局部和全局注意力自适应选择的红外无人机检测方法在说明书摘要公布了：本发明公开了一种基于局部和全局注意力自适应选择的红外无人机检测方法，基于局部‑全局注意力自适应选择的红外无人机检测网络模型包括Unet基础网络、局部注意力自适应Top‑k选择网络、全局注意力自适应Top‑k选择网络和特征融合网络；Unet基础网络包括残差注意力模块和多尺度特征提取结构；局部注意力自适应Top‑k选择网络包括边缘增强模块、自适应Top‑k选择模块和渐进式级联网络结构，处理输出目标的局部特征；全局注意力自适应Top‑k选择网络包括最小尺度特征图的Transformer注意力计算模块、注意力矩阵行系数自适应Top‑k选择模块、注意力矩阵列系数自适应Top‑k选择模块和融合模块，处理输出目标的全局特征；特征融合网络处理上述三个网络的结果并输出最终的检测结果。

本发明授权基于局部和全局注意力自适应选择的红外无人机检测方法在权利要求书中公布了：1.一种基于局部和全局注意力自适应选择的红外无人机检测方法，其特征在于，基于Unet基础网络、局部注意力自适应Top-k选择网络、全局注意力自适应Top-k选择网络和特征融合网络构成的基于局部和全局注意力自适应选择的红外无人机检测模型实现； 所述Unet基础网络包括残差注意力模块和多尺度特征提取结构，用于对输入的红外无人机目标图像进行处理，输出无人机目标的最小尺度特征、多尺度特征和多尺度融合特征；其中，所述残差注意力模块用于多尺度特征提取结构中的下采样、上采样以及跳跃级联过程中的特征提取，获得不同尺度的特征图；所述多尺度特征提取结构用于提取不同尺度的特征图，获得无人机目标的最小尺度特征、多尺度特征和多尺度融合特征； 所述局部注意力自适应Top-k选择网络包括边缘增强模块、自适应Top-k选择模块和渐进式级联网络结构，用于处理输出无人机目标的局部特征；所述边缘增强模块用于将Unet基础网络输出的无人机目标的多尺度特征进行边缘特征增强，获得边缘增强后的特征图；自适应Top-k选择模块用于将每个尺度边缘增强后的特征图计算出注意力并进行自适应的Top-k选择，得到不同尺度下的稀疏注意力；所述渐进式级联网络结构用于将不同尺度下的稀疏注意力和边缘增强后的特征图进行渐进式级联，得到无人机目标的局部特征图； 所述全局注意力自适应Top-k选择网络包括最小尺度特征图的Transformer注意力计算模块、注意力矩阵行系数的自适应Top-k选择模块、注意力矩阵列系数的自适应Top-k选择模块和融合模块；所述最小尺度特征图的Transformer注意力计算模块用于将Unet基础网络输出的无人机目标的最小尺度特征进行注意力计算，得到注意力矩阵；所述注意力矩阵行系数的自适应Top-k选择模块用于所述注意力矩阵进行行系数的自适应Top-k选择，得到行稀疏的注意力矩阵；所述注意力矩阵列系数的自适应Top-k选择模块用于所述行稀疏的注意力矩阵进行列系数的自适应Top-k选择，得到稀疏的注意力矩阵；所述融合模块将得到的稀疏注意力矩阵与特征向量进行融合后得到无人机目标的全局特征图像； 所述特征融合网络用于将Unet基础网络输出的无人机目标的多尺度融合特征、局部注意力自适应Top-k选择网络输出的无人机目标的局部特征和全局注意力自适应Top-k选择网络输出的无人机目标的全局特征进行融合，得到最终的目标检测结果。

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国网湖北省电力有限公司直流公司，其通讯地址为：443001 湖北省宜昌市伍家岗区城东大道139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。