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！

龙图腾网获悉昆明理工大学申请的专利一种在可见光-红外图像弱对齐下的目标检测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：CN116778177B 。

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：202310754391.5，技术领域涉及：G06V10/42；该发明授权一种在可见光-红外图像弱对齐下的目标检测方法是由王青旺;池永柯;沈韬;刘佳丽;欧阳俊林设计研发完成，并于2023-06-26向国家知识产权局提交的专利申请。

本一种在可见光-红外图像弱对齐下的目标检测方法在说明书摘要公布了：本发明涉及一种在可见光‑红外图像弱对齐下的目标检测方法，属于基于深度学习的图像处理技术领域。将可见光和红外图像输入到特征提取网络中，提取可见光和红外图像的全局特征；将可见光图像输入到光照感知模块中，提取光照信息；将可见光和红外图像特征输入到多尺度空间对齐模块中进行特征对齐，得到在同一潜在物理空间下对齐的可见光和红外图像特征；将可见光和红外图像特征输入到特征融合模块中，融合可见光和红外图像特征的目标互补信息，得到融合后的特征图；将光照信息和特征图输入到检测器进行目标检测。本发明能有效在特征层面对齐可见光和红外图像各维度特征，增强目标检测器对各维度信息不对齐的可见光和红外图像的检测鲁棒性。

本发明授权一种在可见光-红外图像弱对齐下的目标检测方法在权利要求书中公布了：1.一种在可见光-红外图像弱对齐下的目标检测方法，其特征在于： Step1：将可见光和红外图像输入到特征提取网络中，提取可见光和红外图像的全局特征； Step2：将可见光图像输入到光照感知模块中，提取光照信息； Step3：将Step1得到的可见光和红外图像特征输入到多尺度空间对齐模块中进行特征对齐，得到在同一潜在物理空间下对齐的可见光和红外图像特征； Step4：将Step3得到的可见光和红外图像特征输入到特征融合模块中，以融合可见光和红外图像特征的目标互补信息，得到融合后的特征图； Step5：将Step2得到的光照信息和Step4得到的特征图输入到检测器进行目标检测； Step3中所述多尺度空间对齐模块由图模型构建、图注意力网络、图数据转换和空间变换操作组成，通过将特征图划分为特征块方式构建相应图模型，然后使用图注意力网络更新图模型信息，最后将图数据转换为矩阵形式，使用空间变换操作对红外图像特征进行矫正处理；其中，图模型构建具体方式如下式： 式中，w'、h'和c分别表示特征块fri和fti的宽度、高度、通道数，FR_r和FR_t代表特征块集合； 然后，将得到的特征块转换为图模型节点特征形式，如下式： 式中，flatten·代表将特征块展平为向量操作，和分别代表由特征块fri和fti展平得到的向量，和分别表示相应图模型中所有图节点的集合，1×h'w'c表示图节点的特征数量，εr和εt分别表示相应图模型中图节点间边的集合，和分别代表由特征图Fr和Ft构造的图模型； 所述的更新图模型信息如下式： 式中，GAT·代表图注意力网络，和分别代表经图注意力网络更新后得到的可见光和红外图像特征图模型； 所述的将图数据转换成矩阵形式为先将图模型所有节点特征合并为向量，然后将向量转为矩阵形式，如下式： 式中，Trans_Add·代表将图模型所有节点特征合并操作及转换为矩阵操作，Mr和Mt分别代表最终建模得到的可见光和红外图像的偏差矩阵； 所述的空间变换操作如下式： 式中，Ft'代表经空间变换操作矫正得到的红外图像特征。

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昆明理工大学，其通讯地址为：650031 云南省昆明市一二一大街文昌路68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。