北京交通大学;中移雄安信息通信科技有限公司金一获国家专利权
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!
龙图腾网获悉北京交通大学;中移雄安信息通信科技有限公司申请的专利多光谱目标检测模型训练方法、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:CN117911710B 。
龙图腾网通过国家知识产权局官网在2025-08-22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:202311750746.X,技术领域涉及:G06V10/44;该发明授权多光谱目标检测模型训练方法、目标检测方法及系统是由金一;田卉;王元喆;曾宇乔;李浥东;苏楦雯设计研发完成,并于2023-12-19向国家知识产权局提交的专利申请。
本多光谱目标检测模型训练方法、目标检测方法及系统在说明书摘要公布了:本发明提供一种多光谱目标检测模型训练方法、目标检测方法及系统,属于基于深度学习的目标检测技术领域。本发明面对恶劣天气等目标可视性差等问题时,在轮廓增强模块实现数据增强的效果,显著提升目标检测的准确性和鲁棒性。加入轻量化融合聚焦模块,将特征细分为高频和低频特征,在保证模型较低计算量的同时,更好地从可见光和红外模态中提取细节信息,将不同空间位置目标的关键信息聚焦到可见光‑红外模态上,利用Transformer的自注意机制对可见光‑红外特征的互补信息进行适当融合。对比度桥模块,利用对比度学习的思想来指导模型提高其在VIS‑IR场景中感知模态不变特征的能力,弥合可见光和红外模态之间的差距,使其适应真实的复杂的可见‑红外场景。
本发明授权多光谱目标检测模型训练方法、目标检测方法及系统在权利要求书中公布了:1.一种多光谱目标检测模型训练方法,其特征在于,包括: 获取训练数据;所述训练数据包括多张配对的可见光和红外光图像以及标注图像中目标类别和位置信息的标签; 基于训练数据对多光谱目标检测模型进行训练;其中, 所述多光谱目标检测模型包括轮廓增强网络、融合聚焦网络、对比桥接网络以及信息引导网络;所述轮廓增强网络用于提取目标轮廓,其中,引入强度自适应算子根据场景和任务需要增强对目标轮廓的感知,并引入强度调整参数自适应的调整增强的幅值;所述融合聚焦网络用于提取可见光和红外光两种模态中的互补信息、不同频谱特征以及在不同空间位置目标的关键信息,并进行特征筛选;融合聚焦网络中,将两种模态的特征经过池化层减少特征,对来自可见光和红外光两种模态的特征执行傅立叶变换以将图像从空间域变换到频域,用阈值法提取出高频特征后,借助逆傅里叶变换将这些高频特征变换到空间域,将高频特征与它们各自的可见光和红外光特征之间执行Hadamard乘积,得到两种模态的细节特征; 所述对比桥接网络用于利用对比学习的思想将可见光和红外光特征数据分离成正样本和负样本对,提高对可见光和红外光场景中模态不变特征的感知能力;对比桥接网络中,构建对比学习需要的正负数据对,使模型能够自主地发现存在于可见光和红外光特征中的模态不变信息;引入距离度量,表示可见光和红外光中的正负样本对之间的距离,对其进行正则化并计算其平均差,量化两种模态特征向量之间的总体差异,作为对比度损失函数的基础;对比度损失函数,由二进制标志θflag控制,用于测量可见光和红外光特征之间的对比度;当θflag为0时,表示当前要计算的对比度损失是针对正样本对的,公式中的正样本损失是正常计算的,负样本损失不需要考虑;当θflag为1时,表示当前要计算的对比度损失是针对负样本对的; 所述信息引导模块用于引导模型在训练过程中更有效地融合两种模态的特征信息。
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交通大学;中移雄安信息通信科技有限公司,其通讯地址为:100044 北京市海淀区西直门外上园村3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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。