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！

龙图腾网获悉福州大学申请的专利基于残差收缩注意力网络的双模态目标检测模型及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：CN116342953B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202310321310.2，技术领域涉及：G06V10/764；该发明授权基于残差收缩注意力网络的双模态目标检测模型及方法是由沈英;谢肖杨设计研发完成，并于2023-03-29向国家知识产权局提交的专利申请。

本基于残差收缩注意力网络的双模态目标检测模型及方法在说明书摘要公布了：本发明的目的在于提供一种基于残差收缩注意力网络的双模态目标检测模型及方法，所设计的模型包括：双流特征提取网络、双模态特征融合模块和多尺度路径聚合模块。其中，双流特征提取模块对输入的红外和可见光图像进行多尺度特征提取；双模态特征融合模块基于残差收缩注意力网络，对双模态特征自适应软阈值化去噪并融合，得到目标特征更显著的融合特征；多尺度路径聚合模块通过级联四个不同尺度的融合特征，结合位置注意力模块，得到聚合位置信息和语义信息的多尺度特征，并送入三层检测模块得到检测结果。通过本发明的方法，利用红外和可见光图像特征，可以在夜间低照度场景下得到目标信息更为显著的融合特征，提高目标检测效果。

本发明授权基于残差收缩注意力网络的双模态目标检测模型及方法在权利要求书中公布了：1.一种基于残差收缩注意力网络的双模态目标检测模型，其特征在于，包括：双流特征提取模块、双模态特征融合模块和多尺度路径聚合模块； 所述双流特征提取模块，包括基于CSPDarknet的并行双流特征提取网络，将对齐的红外和可见光图像作为输入数据，提取双模态图像中目标的多尺度特征，并输出相应的特征图； 所述双模态特征融合模块基于残差收缩注意力网络，将提取到的双模态的多尺度特征图进行目标特征自适应软阈值化去噪增强，经过融合后，得到目标特性更为显著的融合特征；所述双模态特征融合模块包括并行的不同模态的残差收缩注意力模块，由残差注意力、软阈值函数、通道相加操作、残差连接操作组成；不同模态的图像分别由各自路径下的残差注意力学习得到对应模态图像目标的阈值，使用不同的阈值进行软阈值化操作，自适应地去除不同模态图像的无关噪声和冗余特征，得到各自模态下聚焦目标特性的特征图； 所述多尺度路径聚合模块通过级联四个不同尺度的融合特征，额外使用一层浅层特征，结合位置注意力模块，同时考虑通道间关系以及长距离的位置信息，以充分利用浅层特征的位置信息和深层特征的语义信息，提高模型对小目标检测能力，得到聚合位置信息和语义信息的多尺度特征，并送入YOLO检测模块得到预测的目标信息； 采用的损失函数引入SIOU的真实框和预测框之间的向量角度。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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”。