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！

龙图腾网获悉西北工业大学申请的专利基于空频域特征融合的空中红外弱小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：CN119478375B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411744382.9，技术领域涉及：G06V10/25；该发明授权基于空频域特征融合的空中红外弱小目标检测方法是由蔚婧;丁美琪;吴萌;郭轩辰;杜润晗;崔乂丰;张磊;柯思琪;秦羽恒设计研发完成，并于2024-11-30向国家知识产权局提交的专利申请。

本基于空频域特征融合的空中红外弱小目标检测方法在说明书摘要公布了：本发明公开了基于空频域特征融合的空中红外弱小目标检测方法。该方法包括：获取若干个复杂背景下的红外弱小目标图像；将若干个复杂背景下的红外弱小目标图像按照预设比例进行划分，得到若干个复杂背景下的红外弱小目标图像的训练集和测试集；将复杂背景下的红外弱小目标图像的训练集输入至预构建的空频域特征融合的目标检测网络中，对预构建的空频域特征融合的目标检测网络进行训练，得到训练成功的空频域特征融合的目标检测网络。本发明解决了现有的卷积神经网络对复杂背景下的红外弱小目标进行检测，检测精度低，虚警与漏检率较高的技术问题。

本发明授权基于空频域特征融合的空中红外弱小目标检测方法在权利要求书中公布了：1.基于空频域特征融合的空中红外弱小目标检测方法，其特征在于，包括： 获取若干个复杂背景下的红外弱小目标图像； 将若干个复杂背景下的红外弱小目标图像按照预设比例进行划分，得到若干个复杂背景下的红外弱小目标图像的训练集和测试集； 将复杂背景下的红外弱小目标图像的训练集输入至预构建的空频域特征融合的目标检测网络中，对预构建的空频域特征融合的目标检测网络进行训练，得到训练成功的空频域特征融合的目标检测网络，其中，预构建的空频域特征融合的目标检测网络包括编码器模块、空频双支特征提取模块、非对称的空频特征融合的解码器模块和分割头模块； 所述空频双支特征提取模块包括颈部块和空间域支路和频域支路、连接模块和1×1卷积层，空间域支路包括卷积模块、CBR模块、码本模块、融合模块，全连接和1×1卷积层、通道级乘法模块、通道级加法模块；频域支路包括第一归一化层、第二归一化层、第一自注意力机制、第二自注意力机制、傅里叶变换层、通道级乘法模块、通道级加法模块； 所述非对称的空频特征融合的解码器模块包括四个不同尺度的非对称空频特征融合模块和一个U型扩张卷积，其中，四个不同尺度的非对称空频特征融合模块包括第一尺寸的非对称空频特征融合模块、第二尺寸的非对称空频特征融合模块、第三尺寸的非对称空频特征融合模块和第四尺寸的非对称空频特征融合模块； 将若干个空中红外图像的测试集输入至训练成功的空频域特征融合的目标检测网络中，得到测试集图像的分割结果。

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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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。