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！

龙图腾网获悉湖南大学;中国人民解放军海军工程大学申请的专利遥感目标检测方法、装置、设备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：CN119785220B 。

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：202411960336.2，技术领域涉及：G06V20/10；该发明授权遥感目标检测方法、装置、设备及存储介质是由方乐缘;郑天庸;郭正阳;冯洋博;刘强;王润哲;刘立国;吴荣华设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本遥感目标检测方法、装置、设备及存储介质在说明书摘要公布了：本申请提供一种遥感目标检测方法、装置、设备及存储介质。涉及遥感图像处理技术领域。该方法包括：将遥感图像数据集经过预处理后输入骨干网络经过i个阶段进行特征提取，得到不同分辨率和维度的特征；对i个阶段的每个阶段首先经过大核卷积模块，捕捉遥感图像中长程依赖和大尺度特征；对大核卷积提取出的特征，经过多阶门控聚合模块，计算门控信号和值信号，动态加权和聚合不同尺度的特征；对通过大核卷积和扩展卷积提取后的特征，使用平均池化和最大池化操作计算通道权重，得到骨干网络的输出特征图。本申请通过多阶门控聚合模块，实现了对不同阶特征信息的自适应聚合，有效地减少冗余信息，并增强多阶特征的表达能力。

本发明授权遥感目标检测方法、装置、设备及存储介质在权利要求书中公布了：1.一种遥感目标检测方法，其特征在于，所述方法包括： 构建大核卷积多阶门控聚合模型；其中，所述大核卷积多阶门控聚合模型包括骨干网络、特征金字塔和目标检测头；其中，所述骨干网络包括大核卷积模块、Ni个多阶门控聚合模块以及平均池化与最大池化层； 将遥感图像数据集经过预处理后输入至所述骨干网络经过i个阶段进行特征提取，得到不同分辨率和维度的特征；其中： 对i个阶段的每个阶段，所述大核卷积模块响应于输入的遥感图像，提取遥感图像的长距离依赖信息，将每个像素与周围感受野联系，得到遥感图像中长程依赖和大尺度特征； 基于长程依赖和大尺度特征，依次通过Ni个多阶门控聚合模块计算门控信号g和值信号v，利用逐元素相乘操作将门控信号g和值信号v结合，并通过动态加权和聚合以得到不同尺度的特征； 所述平均池化与最大池化层响应于输入的不同尺度的特征，得到骨干网络的输出特征图； 对输出特征图使用特征金字塔操作，并输入至目标检测头，利用模型的分类损失回归损失进行模型训练，得到模型参数； 以所述模型参数配置所述大核卷积多阶门控聚合模型以得到遥感目标检测模型，所述遥感目标检测模型用于实现遥感图像中的目标检测； 所述大核卷积模块响应于输入的遥感图像，提取遥感图像的长距离依赖信息，将每个像素与周围感受野联系，得到遥感图像中长程依赖和大尺度特征，包括： 对输入的遥感图像X使用不同大小的第一大核卷积Conv1和第二大核卷积Conv2进行初步特征提取，其中第i个阶段的扩张率和核大小分别为ki和di，不同阶段的ki和di需要满足式5的关系： ki-1≤ki；d1＝1,di-1di5 式中，ki-1表示第i-1个阶段的扩张率，di-1表示第i-1个阶段的核大小，d1表示第1个阶段的核大小； 通过如下公式计算感受野： RF1＝k1,RFi＝diki-1+RFi-16 式中，RF1表示第1个阶段的感受野，k1表示第1个阶段的扩张率，RFi表示第i个阶段的感受野，RFi-1表示第i-1个阶段的感受野； 基于第一大核卷积Conv1和第二大核卷积Conv2，对输入的遥感图像X捕捉上下文信息，并输出第一特征图，计算过程表示为： 式中，表示第一大核卷积Conv1处理后的特征图，表示第一大核卷积第i个阶段卷积核的大小，表示第一大核卷积第i个阶段的扩张率，表示第一特征图，所述第一特征图用于表征遥感图像中长程依赖和大尺度特征，表示第二大核卷积第i个阶段卷积核的大小，表示第二大核卷积第i个阶段的扩张率。

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湖南大学;中国人民解放军海军工程大学，其通讯地址为：410012 湖南省长沙市岳麓区麓山南路1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”。

以上内容由龙图腾AI智能生成。