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！

龙图腾网获悉北京石油化工学院;方舟智创(北京)科技有限公司申请的专利基于ACF-YOLO的红外与可见光融合的目标检测方法及装置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：CN121121079B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202511547246.5，技术领域涉及：G06V10/25；该发明授权基于ACF-YOLO的红外与可见光融合的目标检测方法及装置是由张立立;韩文硕;张龙;谭洪鑫;魏薇;李晶设计研发完成，并于2025-10-28向国家知识产权局提交的专利申请。

本基于ACF-YOLO的红外与可见光融合的目标检测方法及装置在说明书摘要公布了：本发明公开了一种基于ACF‑YOLO的红外与可见光融合的目标检测方法及装置，包括：获取待检测区域的视频流；视频流包括红外视频流与可见光视频流；将视频流输入基于ACF‑YOLO的目标检测模型，依次通过目标检测模型的多核三路感知模块从垂直、水平、全局方向提取特征，并通过跨模态自适应特征采样模块学习红外与可见光图像的偏移，对目标空间坐标进行采样对齐，并自适应融合对齐后的特征，获得融合特征；根据融合特征，输出获得目标的位置信息和类别标签。本发明的目标检测方法同时解决了模态的错位问题和模式间干扰的问题，可广泛用于自动驾驶、智能安防、工业制造、航空航天等多种复杂的目标检测的场景中。

本发明授权基于ACF-YOLO的红外与可见光融合的目标检测方法及装置在权利要求书中公布了：1.一种基于ACF-YOLO的红外与可见光融合的目标检测方法，其特征在于，包括： 获取待检测区域的视频流；所述视频流包括红外视频流与可见光视频流； 将所述视频流输入基于ACF-YOLO的目标检测模型，依次通过所述目标检测模型的多核三路感知模块从垂直、水平、全局方向提取特征，并通过跨模态自适应特征采样模块学习红外与可见光图像的偏移，对目标空间坐标进行采样对齐，并自适应融合对齐后的特征，获得融合特征； 其中，所述多核三路感知模块MTPM设置于所述基于ACF-YOLO的目标检测模型的骨干网络，通过所述多核三路感知模块构建特征提取骨干网络，所述特征提取骨干网络的模块依次为： Conv，Conv，MTPM，C2f，Conv，C2f，Conv，C2f，Conv，C2f，SPPF； 所述跨模态自适应特征采样模块设置于所述基于ACF-YOLO的目标检测模型的颈部网络的第二次下采样之后； 根据所述融合特征，输出获得目标的位置信息和类别标签； 通过所述目标检测模型的多核三路感知模块从垂直、水平、全局方向提取特征的过程包括： 对输入的特征图进行水平、垂直、全局方向的切片操作，对应得到三个方向的子特征图； 对三个方向的特征图执行部分卷积，保留部分通道信息进行特征提取，获得部分卷积结果； 通过PKIblock单元利用多尺度深度卷积提取纹理特征，获得多尺度深度卷积结果； 将所述部分卷积结果与多尺度深度卷积结果进行拼接，获得多方向多尺度特征表示； 通过PKIblock单元利用多尺度深度卷积提取纹理特征的过程包括： 使用不同卷积核大小的深度卷积进行n次特征提取，将多次深度卷积结果融合，获得多尺度纹理特征输出； 获得融合特征的过程包括： 基于红外特征与可见光特征预测二者之间的二维空间偏移场； 根据所述二维空间偏移场对其中一模态特征进行网格重采样，实现像素级空间对齐； 将对齐后的特征分别输入语义信息分支与空间信息分支进行建模，分别获得语义增强特征与空间一致性特征； 将所述语义增强特征与空间一致性特征进行自适应融合，得到融合特征； 将对齐后的特征分别输入语义信息分支与空间信息分支进行建模的过程包括： 对对齐后的特征进行频域增强，获得频域增强特征； 通过门控机制将所述频域增强特征与原始语义特征融合，输出语义增强特征； 对对齐后的特征进行局部几何与位置关系建模，获得空间一致性特征； 通过拼接语义增强特征与空间一致性特征并进行卷积操作完成自适应融合，得到融合特征。

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北京石油化工学院;方舟智创(北京)科技有限公司，其通讯地址为：102699 北京市大兴区清源北路19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。