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！

龙图腾网获悉中国人民解放军陆军工程大学;北京遥感设备研究所申请的专利轻量化红外小目标分割系统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：CN116416430B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202310252896.1，技术领域涉及：G06V10/26；该发明授权轻量化红外小目标分割系统及方法是由寇人可;王春平;黄富瑜;付强;张明明;樊立涛设计研发完成，并于2023-03-15向国家知识产权局提交的专利申请。

本轻量化红外小目标分割系统及方法在说明书摘要公布了：本发明公开了一种轻量化红外小目标分割系统及方法，包括，编码模块，所述编码模块包括：输入模块、初始下采样模块、第一下采样模块和卷积模块；输入模块，用于输入红外灰度图像，对红外灰度图像进行预处理得到预处理图像；初始下采样模块，用于降低图像分辨率，对预处理后的图像进行特征提取得到红外小目标低级特征信息；第一下采样模块，用于降低图像分辨率，提取红外小目标低级特征信息中的红外小目标高级语义信息；卷积模块，用于进一步降低图像分辨率，从提取到的红外小目标高级语义信息中获取红外小目标特征；解码模块，用于将红外小目标特征的低分辨率图像进行分辨率还原，分割完成，本发明可以实现实时轻量化红外小目标分割。

本发明授权轻量化红外小目标分割系统及方法在权利要求书中公布了：1.一种轻量化红外小目标分割系统，其特征在于，包括， 编码模块，所述编码模块包括：输入模块、初始下采样模块、第一下采样模块和卷积模块； 输入模块，用于输入红外灰度图像，对红外灰度图像进行预处理得到预处理图像； 初始下采样模块，用于降低图像分辨率，对预处理后的图像进行特征提取得到红外小目标低级特征信息； 第一下采样模块，用于降低图像分辨率，提取红外小目标低级特征信息中的红外小目标高级语义信息； 卷积模块，用于进一步降低图像分辨率，从提取到的红外小目标高级语义信息中获取红外小目标特征； 解码模块，用于将红外小目标特征的低分辨率图像进行分辨率还原，分割完成； 所述输入模块具体用于：输入红外灰度图像，对红外灰度图像进行分辨率调整和RGB三通道进行标准化处理； 所述初始下采样模块通过卷积和最大池化两个分支并行计算，最后利用concat函数将2个分支的通道数进行拼接来进行特征提取； 所述卷积分支的卷积核为3，步长为2，通道数为5； 所述最大池化分支卷积核为3，步长为2，通道数为3； 所述第一下采样模块包括第一卷积分支、最大池化分支和第一sum函数； 所述第一卷积分支采用沙漏型设计结构； 2×2卷积、3×3卷积、1×1卷积和神经元随机裁剪依次连接，所述2×2卷积通道数8，3×3卷积通道数2，1×1卷积通道数32，神经元随机裁剪设置为0.01； 所述最大池化分支，卷积核大小为2，步长为2，通过补0的方式来匹配特征图通道数，使2个分支进行融合； 最后利用第一sum函数将第一卷积分支和最大池化分支所对应的通道数进行相加，并利用PRelu函数对模型参数进行激活； 所述卷积模块包括依次连接的4个常规卷积模块、第二下采样模块和4个DAAA模块，所述常规卷积模块包括第二卷积分支、捷径分支和第二sum函数； 所述第二卷积分支包括：1×1卷积、3×3卷积、1×1卷积和神经元随机裁剪依次连接，所述1×1卷积通道数32，3×3卷积通道数8，1×1卷积通道数32，神经元随机裁剪设置为0.01； 所述捷径分支为前一模块的输出结果，不做任何处理； 所述第二sum函数将两个分支所对应的通道数进行相加，并利用PRelu函数对模型参数进行激活； 所述第二下采样模块与第一下采样模块结构相同，但输出通道数为64； 所述DAAA模块包括：第一DAAA模块、第二DAAA模块、第三DAAA模块和第四DAAA模块，四个DAAA模块结构相同，参数设置不同。

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国人民解放军陆军工程大学;北京遥感设备研究所，其通讯地址为：050003 河北省石家庄市和平西路97号机械工程教研室；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”。

以上内容由龙图腾AI智能生成。