Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 电子科技大学王章静获国家专利权

电子科技大学王章静获国家专利权

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一种联合SAR与光学图像的舰船目标检测与识别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:CN116343057B

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:202310255329.1,技术领域涉及:G06V20/13;该发明授权一种联合SAR与光学图像的舰船目标检测与识别方法是由王章静;赵铖鑫;董金城;郑远驰;陈明奇;张康锐设计研发完成,并于2023-03-16向国家知识产权局提交的专利申请。

一种联合SAR与光学图像的舰船目标检测与识别方法在说明书摘要公布了:本发明属于基于多源信息融合的目标检测与识别的技术领域,提供一种联合SAR与光学图像的舰船目标检测与识别方法,用以提升目标检测效率;首先,在光学图像的目标检测模型中引入了注意力机制,在光学图像上取得了更好的检测性能;其次,使用图像坐标和地理坐标的映射关系获取SAR图像切片,并对光学图像的检测结果进行二次确认,减少了伪目标对光学图像的干扰,提升了模型的鲁棒性;最后,引入基于证据关联系数的D‑S证据理论的决策级融合方法,联合SAR图像与光学图像中目标类别概率分布,有效缓解了冲突证据,提升了目标类型识别的准确率和可靠性,也提升了模型对于伪目标的干扰能力,对伪目标检测的准确率提升至97.5%。

本发明授权一种联合SAR与光学图像的舰船目标检测与识别方法在权利要求书中公布了:1.一种联合SAR与光学图像的舰船目标检测与识别方法,其特征在于,包括以下步骤: 获取时空同步的待检测光学图像与待检测SAR图像; 将待检测光学图像输入预训练的目标检测模型,获得目标检测框的坐标参数与基于光学图像的目标类别概率分布; 通过图像坐标和地理坐标的映射和反映射关系将光学图像的目标检测框的坐标参数映射至待检测SAR图像中,得到SAR图像的目标检测框,并基于目标检测框得到SAR图像切片; 采用预训练的SAR舰船切片检测模型对SAR图像切片进行分类判断,得到SAR目标切片; 将SAR目标切片输入预训练的SAR图像舰船分类模型,得到基于SAR图像的目标类别概率分布; 采用基于证据关联系数的D-S证据融合方法将基于光学图像的目标类别概率分布与基于SAR图像的目标类别概率分布进行融合识别,得到最终目标类别概率分布; 所述目标检测模型采用引入注意力机制的YOLOV7目标检测模型,模型输入为光学图像,具体包括:backbone部分、neck部分与head部分,原始光学图像输入backbone部分,backbone部分输出低层、中层与高层三个特征图至neck部分,由neck部分进行特征融合后输出至head部分,由head部分输出目标检测框的坐标参数与目标类别概率分布;其中,backbone部分的每个输出分支前加入CBAM注意力模块,head部分的每个尺度分支的RepVGG模块与卷积模块之间加入CBAM注意力模块; 所述SAR舰船切片检测模型采用基于SVM的二分类器,提取SAR图像切片的HOG特征与SIFT特征,并进行特征拼接,将结果作为模型输入; 所述SAR图像舰船分类模型采用ViT模型,模型输入为SAR目标切片。

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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。