长春理工大学;北斗应用发展研究院田永获国家专利权
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!
龙图腾网获悉长春理工大学;北斗应用发展研究院申请的专利一种基于神经低秩背景建模的双分支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:CN120374943B 。
龙图腾网通过国家知识产权局官网在2026-02-06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:202510445090.3,技术领域涉及:G06V10/25;该发明授权一种基于神经低秩背景建模的双分支红外小目标检测方法是由田永;詹伟达;张军;于国栋;刘妍妍;李国宁;韩登;朱德鹏;蒋一纯设计研发完成,并于2025-04-10向国家知识产权局提交的专利申请。
本一种基于神经低秩背景建模的双分支红外小目标检测方法在说明书摘要公布了:本发明公开一种基于神经低秩背景建模的双分支红外小目标检测方法,涉及目标检测技术领域,包括以下步骤:准备数据集;构建双分支检测模型;训练网络模型;设计损失函数及评价指标;微调模型;保存模型。本发明采用双分支架构:分支一通过神经低秩背景建模,利用多层感知机构建参数化背景张量,结合神经正则化约束背景的局部平滑性与时间连续性,有效抑制背景噪声;分支二引入双重感知增强与分辨率自适应放大模块,通过通道重组上采样和残差连接强化目标细节。设计联合目标的物理尺寸、空间坐标信息和焦点损失函数,精确优化模型的检测精度,为高效、鲁棒的红外小目标检测提供了一种创新解决方案。
本发明授权一种基于神经低秩背景建模的双分支红外小目标检测方法在权利要求书中公布了:1.一种基于神经低秩背景建模的双分支红外小目标检测方法,其特征在于,包括以下步骤: S1,准备数据集:采用五种公开数据集,其中数据集一、数据集二、数据集三用于网络训练与微调;数据集四和数据集五用于模型测试; S2,构建双分支检测模型:包括神经低秩背景建模模块、双重感知增强与分辨率自适应放大模块、融合模块、多尺度对比度自适应增强模块及多尺度动态检测器; S3,训练网络模型:将S1的训练数据输入神经低秩背景建模模块提取背景特征,通过双重感知增强与分辨率自适应放大模块增强特征后输入融合模块;同时将训练数据输入双重感知增强与分辨率自适应放大模块增强后,经多尺度对比度自适应增强模块进行自适应权重学习,再输入融合模块进行多尺度信息融合训练; S4,设计损失函数及评价指标:采用物理尺寸敏感损失、空间坐标敏感损失与焦点损失构成的联合损失函数优化模型参数,并通过多维度指标评估模型性能; S5,微调模型:基于数据集二优化模型参数; S6,保存模型:固化微调后的网络参数,获得最终检测模型; 所述S4中,联合损失函数为: LPDSC=LPD+LSC; 其中:LPD为小目标的物理尺寸敏感损失,LSC为小目标的空间坐标敏感损失;LPD通过归一化目标尺寸差异计算权重,数学定义为: 其中,P和G分别表示预测框像素集和真实框像素集; 空间坐标敏感损失通过极坐标变换计算中心点距离与角度差异; 焦点损失为: LFocal=-αt1-ptγlogpt。
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长春理工大学;北斗应用发展研究院,其通讯地址为:130012 吉林省长春市卫星路7089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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励