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！

龙图腾网获悉中山大学申请的专利一种SAR飞机检测方法、系统、装置及存储介质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：CN116310795B 。

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：202310089469.6，技术领域涉及：G06V20/10；该发明授权一种SAR飞机检测方法、系统、装置及存储介质是由丛玉来;陈元嘉;张磊设计研发完成，并于2023-02-08向国家知识产权局提交的专利申请。

本一种SAR飞机检测方法、系统、装置及存储介质在说明书摘要公布了：本发明公开了一种SAR飞机检测方法、系统、装置及存储介质，方法包括：获取输入的SAR图像；利用飞机检测模型，对输入的SAR图像进行分析，获得飞机检测结果；飞机检测模型通过已标注飞机类别和目标边框的SAR图像数据集训练生成的；飞机检测模型包括分类分支和回归分支，分类分支具有可变形区域关联模块，可变形区域关联模块通过可变形卷积分支和常规卷积分支进行特征加权整合。本发明通过可变形关联模块构建分类分支，显著提升特征关联能力，并通过已标注飞机类别和目标边框的SAR图像数据集进行模型训练，充分利用SAR飞机散射特征信息的先验知识。本发明提高了在复杂的SAR图像中检测飞机的性能，实现了精确的飞机检测识别。

本发明授权一种SAR飞机检测方法、系统、装置及存储介质在权利要求书中公布了：1.一种SAR飞机检测方法，其特征在于，包括： 获取输入的SAR图像； 利用飞机检测模型，对所述输入的SAR图像进行分析，获得飞机检测结果； 其中，所述飞机检测结果包括至少一个目标边框回归结果以及对应的飞机的类别置信度分数； 所述飞机检测模型通过已标注飞机类别和目标边框的SAR图像数据集训练生成的；所述飞机检测模型包括分类分支和回归分支，所述分类分支具有可变形区域关联模块，所述可变形区域关联模块通过可变形卷积分支和常规卷积分支进行特征加权整合； 其中，所述方法还包括： 基于具有可变形区域关联模块的所述分类分支和所述回归分支，创建可变形散射特征关联网络模型； 其中，所述可变形散射特征关联网络模型包括SwinTransformer骨干、路径聚合特征金字塔网络和解耦头；所述解耦头包括具有可变形区域关联模块的所述分类分支和所述回归分支；所述飞机检测模型通过所述可变形散射特征关联网络模型得到； 所述利用飞机检测模型，对所述输入的SAR图像进行分析，获得飞机检测结果，包括： 对所述SAR图像进行分割拼接和线性映射，得到第一特征图； 通过所述SwinTransformer骨干，使用连续的SwinTransformer层交替进行常规窗口划分和转移窗口划分，得到预设规格的第二特征图； 通过所述路径聚合特征金字塔网络，对所述第二特征图进行语义特征提取，得到所述预设规格的第三特征图；其中，所述语义特征提取包括上采样、拼接和卷积； 通过所述回归分支，对所述第三特征图进行位置预测，得到目标边框回归结果；其中，所述目标边框回归结果包括边框的中心点、宽度和高度； 通过具有可变形区域关联模块的所述分类分支，使用所述可变形卷积分支和所述常规卷积分支对所述第三特征图进行特征加权整合，得到与所述目标边框回归结果对应的预设类别的飞机的类别置信度分数； 所述通过具有可变形区域关联模块的所述分类分支，使用所述可变形卷积分支和所述常规卷积分支对所述第三特征图进行特征加权整合，得到与所述目标边框回归结果对应的预设类别的飞机的类别置信度分数，包括： 通过所述可变形卷积分支，对所述第三特征图进行第一卷积，得到特征图； 对所述特征图进行第二卷积得到采样点偏移图；对所述特征图进行第三卷积得到分数掩膜； 根据所述特征图、所述采样点偏移图和所述分数掩膜，进行可变形卷积，得到特征图； 通过所述常规卷积分支，对所述第三特征图进行连续两次卷积，得到特征图； 基于预设的可学习超参数，将所述特征图和所述特征图进行加权相加和特征通道信息整合，得到与所述目标边框回归结果对应的预设类别的飞机的类别置信度分数。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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”。