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 > 南昌航空大学张聪炫获国家专利权

南昌航空大学张聪炫获国家专利权

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!

龙图腾网获悉南昌航空大学申请的专利一种合成孔径雷达图像目标检测方法、设备及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:CN121213893B

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:202511713821.4,技术领域涉及:G06V10/25;该发明授权一种合成孔径雷达图像目标检测方法、设备及介质是由张聪炫;危桉;刘松;王梓歌;卢锋;刘鹏;陈震设计研发完成,并于2025-11-21向国家知识产权局提交的专利申请。

一种合成孔径雷达图像目标检测方法、设备及介质在说明书摘要公布了:本发明公开了一种合成孔径雷达图像目标检测方法、设备及介质,属于SAR图像目标检测技术领域。一种合成孔径雷达图像目标检测方法,包括以下步骤:S1:输入SAR图像;S2:构建特征分离模块;S3:进行特征提取;S4:构建自适应特征聚合网络;S5:得到目标检测结果;S6:优化模型参数。本发明解决了现有技术容易造成多尺度目标检测误检率和漏检率高的问题,本发明通过分离噪声特征和自适应地聚合多尺度特征,减少复杂背景的干扰,改善噪声环境与多尺度目标对检测的影响,回归损失直接约束预测框的位置与长宽比,优化模型对多尺度目标检测效果,降低SAR图像目标检测的误检率和漏检率,提高模型的鲁棒性。

本发明授权一种合成孔径雷达图像目标检测方法、设备及介质在权利要求书中公布了:1.一种合成孔径雷达图像目标检测方法,其特征在于,包括以下步骤: S1:输入SAR图像; S2:构建特征分离模块,将输入的SAR图像通过特征分离模块进行处理,抑制噪声干扰并增强图像特征表达; 所述特征分离模块的计算方法如下: 其中,,表示输入图像,表示对进行通道维度扩展后得到的特征图,表示对进行通道加权后得到的特征图,表示特征分离模块的输出,表示形态学腐蚀操作,表示卷积,表示全局平均池化,表示全连接层,表示按通道维度相乘; 其中,表示该模块的激活函数,表示输入特征中某一通道、某一空间位置的值,经过函数映射后该位置对应的输出值; S3:选择多尺度特征提取网络,将经过特征分离模块处理后的图像输入多尺度特征提取网络中进行特征提取; S4:构建自适应特征聚合网络,将特征提取网络得到的特征图输入自适应特征聚合网络,通过特殊的双分支结构与动态权重融合生成增强后的语义特征图; 所述自适应特征聚合网络的过程,计算方法如下: 其中,、和分别代表自适应特征聚合网络中不同输出分辨率的聚合模块的输出,分别为小、中、大三种分辨率增强后的语义特征图,到、到和到分别表示不同聚合模块中加权系数,表示一种特殊的双分支结构,表示将特征图上采样到与输出特征图同样大小; 所述特殊的双分支结构的具体组成,包括: 其中,表示定位分支,表示下采样分支,表示输入的特征图,表示取均值,表示激活函数,即函数,表示双分支结构,且使用次卷积下采样,与对应,表示使用卷积进行次下采样;表示将特征图通过最大池化下采样到与输出特征图同样大小; S5:自适应特征聚合网络输出的特征图将被送入由卷积层构成的分类检测器,得到目标检测结果; S6:采用回归损失函数,结合分类损失函数与置信度损失函数,通过反向传播算法优化模型参数。

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南昌航空大学,其通讯地址为:330063 江西省南昌市红谷滩区丰和南大道696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。