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！

龙图腾网获悉北京理工大学申请的专利一种基于多视角自适应特征对齐的光学遥感图像目标检测域适应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：CN119672291B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411578077.7，技术领域涉及：G06V10/25；该发明授权一种基于多视角自适应特征对齐的光学遥感图像目标检测域适应方法是由王裕沛;陈亮;韩健鸿;贾雅欣设计研发完成，并于2024-11-07向国家知识产权局提交的专利申请。

本一种基于多视角自适应特征对齐的光学遥感图像目标检测域适应方法在说明书摘要公布了：本发明公开了一种基于多视角自适应特征对齐的光学遥感图像目标检测域适应方法。本发明提出的多视角自适应特征对齐模块首先利用交叉注意力机制自适应的捕获图像中的域特定特征。随后，方法采用对比学习的训练方式，增强特征对齐模块聚合特征的差异性，以实现不同视角的特征聚合。与现有方法相比，该方法可以更有效捕捉光学遥感图像中的域特定特征，实现更精准的特征对齐。

本发明授权一种基于多视角自适应特征对齐的光学遥感图像目标检测域适应方法在权利要求书中公布了：1.一种基于多视角自适应特征对齐的光学遥感图像目标检测域适应方法，其特征在于，该方法包括如下步骤： 步骤一，利用两种不同型号的卫星对存在目标的感兴趣区域进行观测，并进行图像采集以得到一组光学遥感图像对； 步骤二，构建检测网络，该检测网络包括一个检测器架构DINO和一个多视角自适应特征对齐模块；检测器架构DINO包括一个骨干网络resnet‑50和一个结果解译网络；多视角自适应特征对齐模块包括两个可学习向量、和一个交叉注意力计算模块； 步骤三，通过步骤二构建的检测网络中的骨干网络，将步骤一中形成的图像对的特征提取出来，形成图像对特征图；使用构建的检测网络中的骨干网络提取步骤一中得到的光学遥感图像对特征图的具体方法为： ，； 其中，表示为构建检测网络中的骨干网络；表示图像对中的第一张图像，表示图像对中的第二张图像; 步骤四，利用步骤二构建交叉注意力计算模块使两个可学习向量与步骤三得到的特征图进行相关计算，分别得到聚合域特定特征的可学习向量和；使用交叉注意力计算模块使两个可学习向量分别与步骤三得到的特征图进行相关计算以得到2组聚合域特定特征的可学习向量和；其具体方法为： = ，= ； = ，= ； 其中，表示为标准的交叉注意力计算方法; 步骤五，使用对比学习损失函数优化步骤四中得到的两组可学习向量和，同时得到了优化后的图像对特征图；使用对比学习损失函数优化步骤四中得到的两组可学习向量和的具体公式为： ； ； 表示损失大小, exp表示以自然常数e为底的指数函数，自然对数，D表示域鉴别器，源域中的标记为d=0，而目标域中的 被标记为d=1；方法对和所有维度数值通过公式进行损失计算后求得平均，因此，为一个具体数值，大小在0‑1之间; 步骤六，利用步骤二构建的检测网络中的结果解译网络对步骤五中优化后的图像对特征图进行解码，得到目标预测结果； 步骤七，使用步骤六中得到的目标预测结果与人工标注真值计算误差损失，并根据计算的误差损失对步骤二构建的检测网络进行训练，得到训练后的检测网络； 步骤八，将新采集的光学遥感图像输入到步骤七训练后的检测网络中，得到对应光学遥感图像中感兴趣的目标位置和类别的预测结果。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5号北京理工大学信息科学实验楼；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”。