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！

龙图腾网获悉电子科技大学申请的专利基于全局均值对比度空间注意力的红外小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：CN115527098B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202211398750.X，技术领域涉及：G06V10/25；该发明授权基于全局均值对比度空间注意力的红外小目标检测方法是由纪禄平;祝杰文;陈圣嘉;宋方伟;李乐潇设计研发完成，并于2022-11-09向国家知识产权局提交的专利申请。

本基于全局均值对比度空间注意力的红外小目标检测方法在说明书摘要公布了：本发明公开了一种基于全局均值对比度空间注意力的红外小目标检测方法，首先设计一种基于全局对比度学习的检测网络，提出一种基于全局均值对比的空间注意力模块，运用检测网络的特征提取模块对红外小目标进行特征提取，运用特征融合模块进行多级融合，通过损失函数定义与解耦检测头设计，对输出特征进行目标预测、误差损失计算、迭代优化目标检测结果，最终达到有效检测红外小目标的目的。本发明的方法使红外小目标检测更加精确、具有鲁棒性，可有效地检测对空、对地检测由中波红外传感器实时采集的红外图像，检测目标空域中出现的弱小目标，是准确发出安全预警的前提，可应用于民用安防领域，如探测违规放飞的无人机、机场空域飞鸟检测和驱离等。

本发明授权基于全局均值对比度空间注意力的红外小目标检测方法在权利要求书中公布了：1.一种基于全局均值对比度空间注意力的红外小目标检测方法，具体步骤如下： S1、先设计一种基于全局对比度学习的检测网络； S2、为步骤S1设计的检测网络进一步提出一种基于全局均值对比的空间注意力模块； S3、运用步骤S1中检测网络的特征提取模块对红外小目标进行初级特征提取； S4、运用步骤S1中检测网络的特征融合模块对步骤S3提取到的红外小目标特征进行多级融合； S5、通过损失函数定义与解耦检测头设计，对步骤S4的输出特征进行目标预测、误差损失计算、迭代优化目标检测结果； 所述步骤S2中，具体如下： 在SAG块中采用一种简单而高效的预处理优化全局均值对比： 1； 其中，表示红外通道图像，表示像素坐标，和分别表示图像的高度和宽度，表示图像的像素级增强或抑制的权重因子； 将图像中小于0的像素值设置为0，以确保权重不为负值； 其中，为使更准确得聚集到小目标所在区域，设计一个11的卷积分支以优化全局特征，同时设计一个33的卷积分支以获取图像的局部信息，最后通过构建的全连接多层感知机将两个分支的全局信息和局部信息有效融合在一起，并生成当前输入图像的空间像素级注意力图；对通道图像的空间注意力表示为： 2； 通过得到关注小目标的特征图；其中，表示当前输入图像与生成的空间像素级注意力图进行再次加权调制处理以后得到的结果，表示拼接，表示执行Hadamard乘积，MLP表示一个全连接的多层感知机，表示卷积层操作，表示图像的像素级增强或抑制的权重因子。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。