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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 海南大学张卫东获国家专利权

海南大学张卫东获国家专利权

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!

龙图腾网获悉海南大学申请的专利一种基于多尺度特征自适应融合的水上红外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:CN116824317B

龙图腾网通过国家知识产权局官网在2026-03-10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:202310544364.5,技术领域涉及:G06V10/80;该发明授权一种基于多尺度特征自适应融合的水上红外目标检测方法是由张卫东;张文波;郭东生;吴迪;黄梦醒;张永辉;沈重;王咸鹏设计研发完成,并于2023-05-12向国家知识产权局提交的专利申请。

一种基于多尺度特征自适应融合的水上红外目标检测方法在说明书摘要公布了:本发明提供了一种基于多尺度特征自适应融合的水上红外目标检测方法,该方法包括:对输入的水上红外图像进行自适应缩放,统一输入图像尺寸。使用特征提取网络得到多尺度特征信息。然后,通过双向跳跃连接特征融合模块对多尺度特征信息进行初步的特征融合。初步融合后的特征再经过多尺度特征自适应融合模块输出最终的特征信息,其中,所述多尺度特征自适应融合模块通过高效频率通道注意力模块来自适应调整不同尺度特征层之间的融合比例。最后,预测层对特征信息进行预测,得到多个预测框,使用非极大值抑制方法来确定目标框、目标类别和置信度,从而检测到目标。本发明能够适应复杂多变的水上场景,提升水上红外目标检测的准确性和抗干扰能力。

本发明授权一种基于多尺度特征自适应融合的水上红外目标检测方法在权利要求书中公布了:1.一种基于多尺度特征自适应融合的水上红外目标检测方法,其特征在于,包括以下步骤: S1、对输入的水上红外图像进行预处理; S2、将预处理后的图像通过特征提取网络得到四种不同层次的多尺度深度特征图; S3、将四种不同层次的多尺度深度特征图通过双向跳跃连接特征融合,输出初步融合后的四种不同尺度的特征信息; S4、将初步融合后的四种不同尺度的特征信息经过多尺度特征自适应融合,输出最终的特征信息,包括通过高效频率通道注意力模块获得不同尺寸特征图中不同通道的注意力权重,将注意力权重与相应的不同尺寸特征图的不同通道信息进行自适应加权,自适应调整不同特征层之间的融合比例,输出三种尺度特征信息; S5、将三种尺度特征信息输入预测层,预测出多个预测框通过非极大值抑制方法从多个预测框中确定最终的目标框、目标类别和置信度,获得目标检测结果; 步骤S3进一步包括: S31、通过双向跳跃连接特征融合,将输入的、、、特征图,通过自顶向下和横向跳跃结合方式将深层特征向浅层特征融合输出、、、特征,具体融合过程包括: 是由横向跳跃连接过来的,式中,为卷积操作; 是由和特征信息融合而成的,式中,为上采样运算操作,为每条路径上的权重,由反向传播得到,为防止数值不稳定设置的学习率,参数设置为0.0001,是由和特征信息根据相同的融合方式得到的,是由和特征信息根据相同的融合方式得到的; S32、对、、、特征进行自低向上和横向跳跃连接的特征融合,输出初步融合后的四种不同尺度的特征信息、、、特征,具体融合过程包括: 是由、和横向跳跃连接的特征信息融合而成的,式中,为下采样运算操作,为每条路径上的权重,由反向传播得到;根据相同的融合方式,是由、和特征信息融合而成的,是由、和特征信息融合而成的; 是由和特征信息融合而成的; 步骤S4进一步包括以下子步骤: S41、多尺度特征自适应融合模块对特征提取网络输出的多尺度、、、特征图,通过尺度变化把多尺度特征图都统一到相同的尺度和通道数,第一次按照的尺度进行调整,得到相同尺度的特征图为、、和,然后经过通道拼接统一特征图为, 其中,表示对所有特征图进行通道拼接操作; S42、不同尺度变换来的特征图通过高效频率通道注意力模块获取不同特征图中不同通道注意力权重, 其中,代表利用高效频率通道注意力模块EFCA,来获取不同特征图不同通道的注意力;为特征的通道注意力权重值; S43、对整个多尺度通道注意力进行通道拼接,得到新的权重, 其中,表示通道拼接操作,为每个多尺度通道注意力权重; S44、采用归一化指数函数Softmax重新自适应分配通道注意力,从而得到多尺度特征自适应加权的通道注意力权重, , 其中,表示Softmax函数,用于获取不同尺度特征图中通道重新标定权重; S45、将通道注意力权重向量与不同尺度特征图的通道信息进行自适应加权,通过并行组合输出多尺度特征图, 其中,表示特征加权的乘法运算符号;通道拼接操作能在不破坏原始特征信息的前提下,完整地保持特征信息; S46、多尺度特征自适应融合模块依次按照、、尺度,重复S41-S45的步骤输出3种尺度特征信息、、。

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海南大学,其通讯地址为:570100 海南省海口市人民大道58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。