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！

龙图腾网获悉海南大学申请的专利一种基于密集双向金字塔网络的水上红外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：CN116824370B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202310730827.7，技术领域涉及：G06V20/10；该发明授权一种基于密集双向金字塔网络的水上红外目标检测方法是由张卫东;张文波;郭东生;吴迪;尚艺琳;王冠军;黄梦醒;张永辉;唐浩;黄忠设计研发完成，并于2023-06-19向国家知识产权局提交的专利申请。

本一种基于密集双向金字塔网络的水上红外目标检测方法在说明书摘要公布了：本发明涉及红外目标检测技术领域，尤其涉及一种基于密集双向金字塔网络的水上红外目标检测方法，通过对采集的水上红外图像按照统一尺寸进行自适应缩放，并将图像输入到特征提取网络中提取不同层次的多尺度深度特征图；将不同层次的多尺度特征图输入到密集双向金字塔网络，进行多尺度特征的融合，所述密集双向金字塔网络在多尺度融合特征输出前加入自适应双挤压激励通道注意力机制；将多尺度融合特征分别输入到分类预测网络和预测框回归网络，得到水上红外图像中所有目标的位置及类别信息。本发明丰富红外目标特征信息，突显特征中重要的目标信息，可有效提升水上红外目标检测的准确性和稳定性。

本发明授权一种基于密集双向金字塔网络的水上红外目标检测方法在权利要求书中公布了：1.一种基于密集双向金字塔网络的水上红外目标检测方法，其特征在于，包括以下步骤： S1、将采集的水上红外图像按照统一尺寸自适应缩放； S2、将图像输入到特征提取网络，提取得到多种不同层次的多尺度深度特征图；所述特征提取网络为改进的EfficientNetV2网络，包括Fused-MBConv模块和MBConv模块，Fused-MBConv模块是一个残差网络的结构，残差部分由一个3×3的普通卷积、一个3×3的深度可分离卷积、SE通道注意力机制的残差结构、一个1×1的普通卷积和Dropout层构成；所述SE通道注意力机制包含一个全局平均池化、两个全连接层和Sigmoid激活函数；改进的EfficientNetV2网络包括7个阶段，第一阶段是一个3×3的普通卷积，步长为2，包含BN和SiLu，输出为层；第二到第五阶段是在重复堆叠Fused-MBConv模块，其中，第二阶段重复Fused-MBConv模块2次，步长为1，第三阶段重复Fused-MBConv模块4次，步长为2，输出为层，第四阶段重复Fused-MBConv模块4次，步长为2，输出为层，第五阶段重复Fused-MBConv模块6次，步长为2，输出为层；第六阶段重复MBConv模块9次，步长为2，输出为层；第七阶段为一个普通的1×1的卷积层、一个平均池化层和一个全连接层组成；层为层进行一次下采样而得；密集双向金字塔网络的输入为特征提取网络提取到的层、层、层、层和层特征信息； S3、将得到的多种不同层次的多尺度特征图输入到密集双向金字塔网络，进行多尺度特征的融合，所述密集双向金字塔网络在多尺度融合特征输出前加入自适应双挤压激励通道注意力机制；所述多尺度特征的融合采用采用自顶向下、自底向上和跳跃密集连接的多尺度特征融合方式，且密集双向特征金字塔网络对每个节点输入特征增加不同的归一化权重；所述跳跃密集连接采用间隔跳跃的连接方式，第节点接收来自与前面节点间隔深度为距离的特征信息之和，其中，，，；所述自适应双挤压激励通道注意力机制包括： 使用全局平均池化和全局标准偏差池化对特征信息进行通道的挤压，获取各个通道的统计信息；使用一个全连接层和激活函数ReLU进行通道压缩，一个全连接层进行通道数量恢复，从而得到通道之间的相关信息；使用H-Sigmoid激活函数进行非线性归一化后得到各个通道的注意力权重；将各个通道的注意力权重与特征图进行相乘，并添加自学习的权重因子来平衡注意力造成的信息损失，与原来特征图进行相加； S4、将密集双向金字塔网络输出的多尺度融合特征分别输入到分类预测网络和预测框回归网络，得到水上红外图像中所有目标的位置及类别信息。

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海南大学，其通讯地址为：570000 海南省海口市人民大道58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。