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！

龙图腾网获悉重庆理工大学;中国兵器科学研究院申请的专利一种基于Swin-Transformer和多尺度特征融合的红外弱小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：CN116188944B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202310205449.0，技术领域涉及：G06V10/82；该发明授权一种基于Swin-Transformer和多尺度特征融合的红外弱小目标检测方法是由李凌霄;黄丹;薛姬荣;高蕾;张馨月;周晓强;赵芫;青霜设计研发完成，并于2023-03-06向国家知识产权局提交的专利申请。

本一种基于Swin-Transformer和多尺度特征融合的红外弱小目标检测方法在说明书摘要公布了：本发明涉及红外弱小目标检测技术领域，具体涉及一种基于Swin‑Transformer和多尺度特征融合的红外弱小目标检测方法，包括：在Unet网络中引入Swin‑Transformer模块来替代原有的卷积层进行特征提取，以构成目标检测模型；将待检测的红外图像输入经过训练的目标检测模型中：首先通过多个Swin‑Transformer模块逐层提取红外图像的特征信息，生成多个尺度的特征图；然后通过多个跨层特征融合模块从最高尺度的特征图开始，依次融合各个尺度的特征图，生成对应的多层融合特征图；最后将多层融合特征图输入分类器中进行归一化处理，并输出对应的目标预测结果。本发明能够保证检测模型在复杂背景、低信噪比等场景下的检测性能，并且能够降低检测模型随着网络加深而丢失红外弱小目标空间细节的风险。

本发明授权一种基于Swin-Transformer和多尺度特征融合的红外弱小目标检测方法在权利要求书中公布了：1.一种基于Swin-Transformer和多尺度特征融合的红外弱小目标检测方法，其特征在于，包括： S1：在Unet网络中引入Swin-Transformer模块来替代原有的卷积层进行特征提取，以构成目标检测模型； S2：获取待检测的红外图像； S3：将待检测的红外图像输入经过训练的目标检测模型中，输出目标预测结果； 目标检测模型首先通过多个Swin-Transformer模块逐层提取红外图像的特征信息，生成多个尺度的特征图；然后通过多个跨层特征融合模块从最高尺度的特征图开始，依次融合各个尺度的特征图，生成对应的多层融合特征图；最后将多层融合特征图输入分类器中进行归一化处理，并输出对应的目标预测结果； 跨层特征融合模块的输入为两个特征图，其中相对高尺度的特征图为Y，相对低尺度的特征图为X； 跨层特征融合模块中，首先对Y进行上采样，并通过逐点卷积运算调整上采样后的Y特征通道数，生成第一特征图；然后通过逐点卷积运算调整X的特征通道数至与第一特征图一致，再利用Sigmoid激活函数进行归一化处理，生成第二特征图；再将第二特征图作为权值系数来与第一特征图进行乘法运算，生成第一融合图；最后将第一融合图与X相加，生成对应的融合特征图； 跨层特征融合模块生成融合特征图的公式描述如下： 式中：Z表示生成的融合特征图；Y表示相对高尺度的特征图；X表示相对低尺度的特征图；PWConv表示逐点卷积运算操作；Sig表示Sigmoid激活函数操作；表示对应相同通道的特征图进行逐点加法运算；表示对应相同通道的特征图进行逐点乘法运算；Up表示图像上采样操作； S4：将目标检测模型输出的目标预测结果作为待检测红外图像中弱小目标的检测结果。

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重庆理工大学;中国兵器科学研究院，其通讯地址为：400054 重庆市巴南区李家沱红光大道69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”。