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！

龙图腾网获悉北京环境特性研究所申请的专利红外弱小目标的检测方法、装置、计算设备及存储介质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：CN115546586B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202211318412.0，技术领域涉及：G06V10/774；该发明授权红外弱小目标的检测方法、装置、计算设备及存储介质是由程宇航;张樯;李斌;姚裔仁设计研发完成，并于2022-10-26向国家知识产权局提交的专利申请。

本红外弱小目标的检测方法、装置、计算设备及存储介质在说明书摘要公布了：本发明实施例涉及图像处理技术领域，特别涉及一种红外弱小目标的检测方法、装置、计算设备及存储介质。其中，方法包括：获取待检测的红外弱小目标图像；将红外弱小目标图像输入至预先训练生成的检测模型中；其中，检测模型基于预设的神经网络训练得到，预设的神经网络包括由四个残差网络串联而成的骨干网络、由多个空洞卷积层组成的上下文特征提取网络、特征融合网络和检测头模块；根据检测头模块的输出结果，得到对红外弱小目标图像的检测结果。本方案，可以提高检测模型对红外弱小目标的检测能力。

本发明授权红外弱小目标的检测方法、装置、计算设备及存储介质在权利要求书中公布了：1.一种红外弱小目标的检测方法，其特征在于，包括： 获取待检测的红外弱小目标图像； 将所述红外弱小目标图像输入至预先训练生成的检测模型中；其中，所述检测模型基于预设的神经网络训练得到，所述预设的神经网络包括由四个残差网络串联而成的骨干网络、由多个空洞卷积层组成的上下文特征提取网络、特征融合网络和检测头模块； 根据所述检测头模块的输出结果，得到对所述红外弱小目标图像的检测结果； 所述检测头模块包括第一检测头和第二检测头； 所述检测模型的训练方式，包括： 获取多个被标注有标签的训练样本； 将多个所述训练样本输入至所述骨干网络中，以利用所述骨干网络中的四个残差网络分别对每一个所述训练样本进行第一阶段特征提取、第二阶段特征提取、第三阶段特征提取和第四阶段特征提取，以得到每一个阶段特征提取后的特征图； 将所述第四阶段特征提取后的特征图输入至所述上下文特征提取网络中的每个空洞卷积层中，以得到每一个所述训练样本对应的扩张特征图； 利用所述特征融合网络，基于所述第三阶段特征提取后的特征图和所述扩张特征图，得到每一个所述训练样本对应的第一融合特征图，并在得到所述第一融合特征图之后，基于所述第一融合特征图和所述第二阶段特征提取后的特征图，得到每一个所述训练样本对应的第二融合特征图； 将所述第一融合特征图和所述第二融合特征图分别输入至所述第一检测头和所述第二检测头，以得到每一个所述训练样本的输出结果； 根据每一个所述训练样本的输出结果和每一个所述训练样本对应的标签，调整所述神经网络的网络参数，直至得到符合预期的检测模型； 所述检测头模块的输出结果包括第一目标特征图的分类结果和回归结果，以及第二目标特征图的分类结果和回归结果；所述第一目标特征图的分类结果和回归结果为利用所述检测模型中的所述第一检测头，对所述红外弱小目标图像经过所述检测模型中的所述特征融合网络后得到的第一目标特征图的输出结果；所述第二目标特征图的分类结果和回归结果为利用所述检测模型中的所述第二检测头，对所述红外弱小目标图像经过所述检测模型中的所述特征融合网络后得到的第二目标特征图的输出结果； 所述根据所述检测头模块的输出结果，得到对所述红外弱小目标图像的检测结果，包括： 分别将所述第一目标特征图和所述第二目标特征图中的每个像素点，映射回所述红外弱小目标图像中，以分别根据所述第一目标特征图和所述第二目标特征图对应的分类结果确定出初始目标； 根据所述第一目标特征图和所述第二目标特征图对应的回归结果，生成每一个所述初始目标的备选框； 计算每一个所述初始目标在所述红外弱小目标图像中的中心像素点至对应的备选框的距离，以根据所述距离对每一个所述初始目标进行筛选，得到红外弱小目标； 计算每一个所述红外弱小目标在所述红外弱小目标图像中的中心像素点至对应的备选框的归一化距离，以根据所述归一化距离对所述红外弱小目标对应的备选框进行筛选，得到所述红外弱小目标的检测框。

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环境特性研究所，其通讯地址为：100854 北京市海淀区永定路50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。