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！

龙图腾网获悉大连理工大学申请的专利用于图像伪装目标检测的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：CN117132760B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202311064182.4，技术领域涉及：G06V10/25；该发明授权用于图像伪装目标检测的方法是由杜思雨;姚翠莉;杨镒丞;孔雨秋;卢湖川设计研发完成，并于2023-08-21向国家知识产权局提交的专利申请。

本用于图像伪装目标检测的方法在说明书摘要公布了：本发明提供一种用于图像伪装目标检测的方法，包括：将原始图像输入Resnet模型得到第2特征图至第4特征图和最终特征图；将原始图像输入Swin‑Transformer模型得到第9特征图；将最终特征图和第9特征图融合得到第5特征图；根据第2特征图至第5特征图生成边界；根据边界、第2特征图至第5特征图得到第2伪装对象预测图，第2伪装对象预测图为最终伪装对象预测图。通过使用Resnet模型和Swin‑Transformer模型可以很好地完成针对RGB图像的伪装目标检测任务，准确地检测出完整、轮廓准确的伪装目标。

本发明授权用于图像伪装目标检测的方法在权利要求书中公布了：1.一种用于图像伪装目标检测的方法，其特征在于，包括： 将原始图像输入Resnet模型顺次得到第1特征图、第2特征图、第3特征图、第4特征图和最终特征图； 将所述原始图像输入Swin-Transformer模型得到第6特征图、第7特征图、第8特征图和第9特征图； 将所述最终特征图和所述第9特征图融合得到第5特征图，在所述第1特征图至所述第4特征图、所述最终特征图中，所述最终特征图与所述第9特征图的尺寸差值的绝对值最小； 根据所述第2特征图、所述第3特征图、所述第4特征图和所述第5特征图生成边界，包括： 分别将所述第2特征图、所述第3特征图、所述第4特征图和所述第5特征图输入特征增强模块得到对应的第2增强特征、第3增强特征、第4增强特征和第5增强特征； 对所述第2增强特征进行卷积操作得到第2过渡特征、对所述第3增强特征进行卷积操作得到第3过渡特征、对所述第4增强特征进行上采样后再进行卷积操作得到第4过渡特征、对所述第5增强特征进行上采样后再进行卷积操作得到第5过渡特征； 将所述第2过渡特征和所述第5过渡特征进行级联操作后再进行连续两次卷积操作得到第1组合，将所述第3过渡特征和所述第4过渡特征进行级联操作后再进行连续两次卷积操作得到第2组合； 根据所述第1组合进行反向注意力机制得到第1过渡组合，根据所述第2组合进行反向注意力机制得到第2过渡组合； 将所述第1组合和所述第1过渡组合逐元素相乘得到第1子组合，第2组合和所述第2过渡组合逐元素相乘得到第2子组合，所述第1子组合和所述第2子组合逐元素相加后再进行ReLU函数运算得到所述边界； 根据所述边界、所述第2特征图、所述第3特征图、所述第4特征图和所述第5特征图得到与所述第2特征图对应的第2伪装对象预测图、与所述第3特征图对应的第3伪装对象预测图和与所述第4特征图对应的第4伪装对象预测图，包括： 将第i特征图输入第i通道注意力模块，2≤i≤5； 所述第i通道注意力模块获取所述边界和所述第i特征图生成第i通道图和第i通道特征； 第i’空间注意力模块获取所述第i通道图、所述第i通道特征和第i+1通道图并运算得到第i预测结果，对所述第i预测结果进行卷积操作得到第i伪装对象预测图，=i且2≤≤4； 所述第2伪装对象预测图为最终伪装对象预测图。

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大连理工大学，其通讯地址为：116024 辽宁省大连市高新园区凌工路2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。