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！

龙图腾网获悉南京理工大学申请的专利一种基于旋转矩阵估计的SAR图像斜框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：CN119672362B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202411810946.4，技术领域涉及：G06V10/52；该发明授权一种基于旋转矩阵估计的SAR图像斜框检测方法是由邹阳;冉龙瑶;狄儒霄;初瑞雪;邱林康;邢灵尔;田巳睿;李洪涛;陈胜垚设计研发完成，并于2024-12-10向国家知识产权局提交的专利申请。

本一种基于旋转矩阵估计的SAR图像斜框检测方法在说明书摘要公布了：本发明公开了一种基于旋转矩阵估计的SAR图像斜框检测方法，构建SAR图像数据集；构建SAR图像斜框检测模型，所述SAR图像斜框检测模型采用神经网络模型，所述神经网络模型包括：骨干部分、颈部分、头部分，其中骨干部分用于实现对输入图像的特征提取，颈部分用于实现对多尺度特征的融合，所述头部分实现对目标的检测；利用构建的SAR图像数据集，对构建好的神经网络模型进行训练；利用训练好的神经网络实现对SAR图像目标的斜框检测。本发明通过改进级联检测头，使目标边界框边缘更为稳定。

本发明授权一种基于旋转矩阵估计的SAR图像斜框检测方法在权利要求书中公布了：1.一种基于旋转矩阵估计的SAR图像斜框检测方法，其特征在于，包括： 构建SAR图像数据集，所述数据集中图片为待检测目标的SAR图像，且SAR图像中的目标使用倾斜框进行了标注； 构建SAR图像斜框检测模型，所述SAR图像斜框检测模型采用神经网络模型，所述神经网络模型包括：骨干部分、颈部分、头部分，其中骨干部分用于实现对输入图像的特征提取，颈部分用于实现对多尺度特征的融合，所述头部分实现对目标的检测；所述头部分包括卷积模块、距离权重掩膜生成模块、角度权重掩膜生成模块以及基于旋转矩阵估计的损失函数计算模块；所述神经网络模型对图像的处理过程为： 步骤S2-1，分辨率为的SAR图像依次经骨干部分、颈部分进行特征提取和多尺寸特征融合，得到个通道分辨率为特征图，其中为常数，特征图送至卷积模块； 卷积模块实现对特征图的解码，得到目标边界框的中心点坐标信息，中心点坐标信息包含N个可能的目标的边界框中心点位置； 步骤S2-2，距离权重掩膜生成模块利用卷积模块输出的中心点坐标信息，生成距离权重掩膜； 步骤S2-3，距离加权卷积模块利用步骤S2-1中卷积模块输出的特征图以及距离权重掩膜生成模块输出的距离权重掩膜，实现对卷积模块输出的特征图的距离加权，即将卷积模块输出的特征图的每个通道逐个与距离权重掩膜的对应位置的像素值相乘得到经过距离加权的特征图，并对经过距离加权的特征图进行解码，得到目标边界框的角度信息； 步骤S2-4，角度权重掩膜生成模块利用距离加权卷积模块输出的角度信息，生成角度权重掩膜； 步骤S2-5，角度加权卷积模块利用步骤S2-3中距离加权卷积模块输出的经过距离加权的特征图以及角度权重掩膜生成模块输出的角度权重掩膜，实现对经过距离加权的特征图的角度加权，即将经过距离加权的特征图的每个通道逐个与角度权重掩膜的对应位置的像素值相乘得到新的特征图，并对经过距离加权及角度加权的特征图进行解码，得到目标边界框的长宽信息； 步骤S2-6，基于旋转矩阵估计的损失函数计算模块利用卷积模块输出的中心点坐标信息、距离加权卷积模块输出的角度信息以及角度加权卷积模块输出的长宽信息，计算损失值； 利用构建的SAR图像数据集，对构建好的神经网络模型进行训练； 利用训练好的神经网络实现对SAR图像目标的斜框检测。

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京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫街道200号南京理工大学；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”。