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！

龙图腾网获悉中国矿业大学;江苏比特达信息技术有限公司申请的专利一种基于多尺度上下文感知的SAR有向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：CN121582554B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202610072560.0，技术领域涉及：G06V10/25；该发明授权一种基于多尺度上下文感知的SAR有向目标检测方法是由张翔耀;王思;罗苏;李晓雨;徐珊珊;赵作鹏设计研发完成，并于2026-01-20向国家知识产权局提交的专利申请。

本一种基于多尺度上下文感知的SAR有向目标检测方法在说明书摘要公布了：本发明公开了一种基于多尺度上下文感知的SAR有向目标检测方法，属于遥感图像处理与计算机视觉技术领域。该方法首先通过散射特性引导的多尺度动态特征增强网络，利用多分支结构与动态融合机制增强不同尺度目标的特征表达。其次，设计任务自适应的区域上下文感知模块，融合局部细节与语义上下文，提升复杂背景下的目标判别能力。进而采用解耦式渐进精炼检测头，分别预测目标类别、有向边界框和方向角，通过渐进回归优化定位精度。训练阶段引入语义一致性损失，结合多任务联合策略实现端到端优化。本发明有效解决了SAR图像中目标尺度差异大、背景干扰强、方向多变等问题，显著提升了有向目标检测的准确性与鲁棒性。

本发明授权一种基于多尺度上下文感知的SAR有向目标检测方法在权利要求书中公布了：1.一种基于多尺度上下文感知的SAR有向目标检测方法，其特征在于，包括以下步骤： S1、获取SAR图像并进行预处理及散射特征先验编码； S2、构建散射特性引导的多尺度动态特征增强网络，提取并增强SAR图像的多层次特征表示； S3、引入任务自适应的区域上下文感知模块，融合局部特征、空间上下文与语义上下文信息，生成判别性更强的增强特征； S4、构建解耦式渐进精炼有向检测头，协同预测目标类别、有向边界框和方向角； S5、采用包含语义一致性损失的多任务联合训练策略，对网络进行端到端训练； S6、在推理阶段，对输入SAR图像进行前向传播，输出目标类别、精炼后的有向边界框和方向角； 所述S4包括以下步骤： S4.1、解耦式检测头构建：设计一个包含三个独立分支的解耦式检测头，分别用于目标分类、有向边界框回归和方向角预测，三个分支共享S3输出的增强特征作为输入，但各自拥有独立的网络参数，从而实现任务解耦，避免分类任务与定位任务之间的冲突； S4.1.1、分类分支：由两个全连接层构成，对于输入的每个候选区域，该分支通过其全连接层计算一个维的原始分数，再经函数处理，输出一个维的置信度分数向量，用以表示该区域对于所有预设类别的置信度； S4.1.2、有向边界框回归分支：由两个全连接层构成，输出有向边界框的几何参数，用于对候选框的位置和尺寸进行精炼； S4.1.3、方向角预测分支：该分支采用混合表示法来精确预测目标的朝向；首先，将连续的角度预测问题转化为分类与回归相结合的问题：将的角度范围均匀划分为个角度仓，其中，为一个预设的正整数，通常根据角度估计的精度要求与计算复杂度之间的权衡进行设置；网络同时输出每个角度仓的置信度以及在每个仓内的角度残差向量，其中第个元素对应第个角度仓内的残差；最终，结合置信度最高的角度仓索引及其残差，计算最终的角度预测值： 其中，为函数，用于将残差映射到[0,1区间，实现仓内的精细回归，为； S4.2、渐进精炼机制：为解决复杂场景下目标定位和角度估计不准确的问题，引入渐进精炼机制；该机制包含个精炼阶段，每个阶段执行S4.1所述的解耦式检测头，且每个阶段以上一阶段预测得到的有向边界框和方向角作为当前阶段的输入提议，进行迭代优化； S4.2.1、特征重提取：为保留更多空间细节并提高定位精度，选择空间分辨率较高的浅层特征图进行特征重提取，当精炼阶段的序号时，根据第阶段预测的有向边界框，利用操作从主干特征图中重新提取对齐的特征，记为； S4.2.2、角度感知特征增强：将第阶段预测的方向角进行编码，生成角度先验向量；将该向量通过一个小型全连接网络后，与重提取的特征进行通道维度的拼接或特征调制，使网络在精炼过程中能够显式地利用方向信息，生成角度感知特征； S4.2.3、精炼预测：将角度感知特征输入至第阶段的解耦式检测头，该检测头与第一阶段结构相同但参数不共享，预测出精炼后的分类置信度、边界框偏移量和方向角； S4.3、协同预测与输出：经过个阶段的渐进精炼后，选取最后一个阶段的预测结果作为最终输出；最终，对于每一个有效的检测提议，模型协同输出其目标类别、精炼后的有向边界框以及最终的方向角，其中： 上式中，表示取向量中最大值对应索引的操作；以上输出共同完成对有向目标的全面描述。

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中国矿业大学;江苏比特达信息技术有限公司，其通讯地址为：221116 江苏省徐州市铜山区大学路1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。