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！

龙图腾网获悉北京观微科技有限公司申请的专利用于SAR遥感图像中飞机目标检测方法及装置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：CN119942380B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510055480.X，技术领域涉及：G06V20/17；该发明授权用于SAR遥感图像中飞机目标检测方法及装置是由吴日红;刘艳艳;范华东;田晓宁;吕亚龙;汪磊;范猛;谢永虎;韩亚杰;李玉虎;易敏;谢珠利设计研发完成，并于2025-01-14向国家知识产权局提交的专利申请。

本用于SAR遥感图像中飞机目标检测方法及装置在说明书摘要公布了：本发明实施例涉及SAR遥感飞机检测技术领域，提供一种用于SAR遥感图像中飞机目标检测方法及装置，该方法包括：获取待检测的目标SAR遥感图像；将所述目标SAR遥感图像输入至预训练完成的SAR遥感飞机检测模型中，通过所述SAR遥感飞机检测模型提取所述目标SAR遥感图像中目标飞机的目标多尺度局部特征；对所述目标多尺度局部特征进行特征聚合，得到所述目标飞机的局部和全局信息之间的目标交互信息；基于所述目标交互信息进行对所述目标所述SAR遥感图像进行飞机目标检测。由此，充分捕获全局视角信息并减轻不同尺度大小的飞机所带来的影响，实现对SAR遥感图像中不同类飞机等目标的检测精度和效率的提升。

本发明授权用于SAR遥感图像中飞机目标检测方法及装置在权利要求书中公布了：1.一种用于SAR遥感图像中飞机目标检测方法，其特征在于，包括： 获取待检测的目标SAR遥感图像； 将所述目标SAR遥感图像输入至预训练完成的SAR遥感飞机检测模型中，通过所述SAR遥感飞机检测模型提取所述目标SAR遥感图像中目标飞机的目标多尺度局部特征； 对所述目标多尺度局部特征进行特征聚合，得到所述目标飞机的局部和全局信息之间的目标交互信息； 基于所述目标交互信息进行对所述目标所述SAR遥感图像进行飞机目标检测，检测结果包括目标框回归和飞机的分类； 所述SAR遥感飞机检测模型为基于如下方式训练得到的： 采集不同类型飞机的SAR遥感图像并进行图像处理； 将图像处理后的SAR遥感图像划分为模型训练集、模型验证集和模型测试集； 通过所述模型训练集和模型验证集对改进的YoloV8网络进行训练； 通过所述模型测试集对训练后的YoloV8网络进行测试，当测试结果满足预设条件时，确定所述改进的YoloV8网络训练完成，得到所述SAR遥感飞机检测模型； 所述通过所述模型训练集和模型验证集对改进的YoloV8网络进行训练，包括： 通过所述改进的YoloV8网络获取所述模型训练集中的SAR遥感图像中飞机的多尺度局部特征； 基于所述模型训练集中的SAR遥感图像，在所述改进的YoloV8网络中采用改进的SPPF_AA组件进行全局语义和目标边缘细节的建模，得到初始模型； 在所述初始模型中对所述多尺度局部特征进行逐层聚合，得到局部和全局信息之间的交互信息； 基于所述交互信息利用旋转的检测头进行飞机框的回归以及飞机目标的分类； 当所述初始模型对飞机框的回归以及飞机目标的分类结果的准确度达到第一预设阈值时，则通过所述模型验证集对所述初始模型进行验证； 所述基于所述模型训练集中的SAR遥感图像，在所述改进的YoloV8网络中采用改进的SPPF_AA组件进行全局语义和目标边缘细节的建模，得到初始模型，包括： 将所述模型训练集中的SAR遥感图像通过卷积层进行挤压； 通过多次最大池化操作和残差结构传递挤压后的特征图； 利用全局平均池化层和全局最大池化层获取全局和上下文语义信息，并将所述全局和上下文语义信息与边缘细节信息进行融合； 基于信息融合结果进行全局语义和目标边缘细节的建模，得到初始模型。

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观微科技有限公司，其通讯地址为：100094 北京市海淀区唐家岭村南2幢二层231；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。