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！

龙图腾网获悉南开大学申请的专利基于全尺度语义增强型高分辨率小目标检测方法及系统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：CN121708488B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202610208787.3，技术领域涉及：G06V20/10；该发明授权基于全尺度语义增强型高分辨率小目标检测方法及系统是由张晓宇;廖霖涛;齐占峰;孙昊;檀盼龙;白煜龙设计研发完成，并于2026-02-13向国家知识产权局提交的专利申请。

本基于全尺度语义增强型高分辨率小目标检测方法及系统在说明书摘要公布了：本发明公开了基于全尺度语义增强型高分辨率小目标检测方法及系统，属于图像或视频识别技术领域。方法包括：对遥感图像提取四组不同尺度的骨干特征图；构建轻量化四级联动特征金字塔，生成P2层检测分支的主干特征图，进行多路径聚合，生成路径聚合增强的P3至P5层特征图；生成包含全尺度最优信息的全局上下文特征图；进行双路径融合，生成增强后的P2层特征图；将增强后的P2层特征图与路径聚合增强的P3至P5层特征图共同送入解耦检测头，分别预测不同尺度目标的类别概率与边界框坐标，并输出最终小目标检测结果。本发明有效解决了遥感图像中微小目标特征易丢失、尺度差异巨大以及复杂背景干扰严重的问题。

本发明授权基于全尺度语义增强型高分辨率小目标检测方法及系统在权利要求书中公布了：1.基于全尺度语义增强型高分辨率小目标检测方法，其特征在于：包括如下步骤： S1：将Dior遥感图像数据集中的遥感图像进行预处理后输入骨干网络，骨干网络逐层进行卷积下采样，分别提取P2层、P3层、P4层、P5层四组不同尺度的骨干特征图； S2：基于四组不同尺度的骨干特征图构建包括自顶向下的语义注入路径与自底向上的位置增强路径的轻量化四级联动特征金字塔，在自顶向下的语义注入路径中采用非线性融合机制生成P2层检测分支的主干特征图，在自底向上的位置增强路径中，以P2层检测分支的主干特征图为起点逐级下采样，与P3层、P4层、P5层骨干特征图进行多路径聚合，生成路径聚合增强的P3层、P4层、P5层特征图； 生成P2层检测分支的主干特征图的方法如下： S211：将骨干网络输出的P5层骨干特征图进行上采样，并利用第一Zoom_cat模块与骨干网络输出的P4层骨干特征图进行非线性融合，生成携带P5层语义的P4层中间特征图； S212：携带P5层语义的P4层中间特征图继续上采样，并利用第二Zoom_cat模块与骨干网络输出的P3层骨干特征图进行非线性融合，生成P3层中间特征图； S213：将P3层中间特征图上采样，并利用第三Zoom_cat模块与骨干网络输出的P2层骨干特征图进行非线性融合，生成P2层检测分支的主干特征图； S3：尺度序列特征提取器对四组不同尺度的骨干特征图统一通道及对齐至P2层骨干特征图分辨率后，构建沿尺度维度堆叠的五维尺度序列张量，对五维尺度序列张量执行3D最大池化操作，保留空间维度的同时沿尺度维度筛选最大响应值，随后进行内部降维压缩操作，得到包含全尺度最优信息的全局上下文特征图； S4：将包含全尺度最优信息的全局上下文特征图与P2层检测分支的主干特征图进行双路径融合，生成增强后的P2层特征图； S5：将增强后的P2层特征图与路径聚合增强的P3层、P4层、P5层特征图共同送入解耦检测头，分别预测不同尺度目标的类别概率与边界框坐标，并输出最终小目标检测结果。

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开大学，其通讯地址为：300071 天津市南开区卫津路94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。