武汉大学董燕妮获国家专利权
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!
龙图腾网获悉武汉大学申请的专利多模态遥感图像的目标检测方法及装置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:CN119888172B 。
龙图腾网通过国家知识产权局官网在2025-10-10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:202411926188.2,技术领域涉及:G06V10/25;该发明授权多模态遥感图像的目标检测方法及装置是由董燕妮;刘畅;马昕;李雪;张乐飞;杜博;沈焕锋;张良培设计研发完成,并于2024-12-25向国家知识产权局提交的专利申请。
本多模态遥感图像的目标检测方法及装置在说明书摘要公布了:本申请涉及遥感图像处理技术领域,特别涉及一种多模态遥感图像的目标检测方法及装置,其中,方法包括:基于检测目标的第一模态遥感图像和第二模态遥感图像,获取对应的多尺度提取特征;基于多尺度提取特征分别获取两个模态遥感图像的尺度提取特征;将第一尺度提取特征和第二尺度提取特征分别输入至预先构建的Mamba交互模块中,以获取两个模态遥感图像的高维交互特征;将多尺度提取特征和高维交互特征分别输入至预先构建的偏移引导融合模块中,以得到两个模态遥感图像之间的多维度融合特征,进而生成最终的目标检测结果。由此,解决了相关技术中,由于物体位置和特征之间存在差异,导致检测模型的精度不好和整体性能较差等问题。
本发明授权多模态遥感图像的目标检测方法及装置在权利要求书中公布了:1.一种多模态遥感图像的目标检测方法,其特征在于,包括以下步骤: 基于检测目标的第一模态遥感图像和第二模态遥感图像,获取所述第一模态遥感图像的第一多尺度提取特征和所述第二模态遥感图像的第二多尺度提取特征; 基于所述第一多尺度提取特征和所述第二多尺度提取特征,分别获取所述第一多尺度提取特征的第一尺度提取特征和所述第二多尺度提取特征的第二尺度提取特征; 对所述第一尺度提取特征和所述第二尺度提取特征分别进行全局扫描,以得到所述第一尺度提取特征的第一模态离散数据和所述第二尺度提取特征的第二模态离散数据; 将所述第一模态离散数据和所述第二模态离散数据输入到预先构建的单Mamba模块中,以获取所述第一模态离散数据的第一模态离散提取特征和所述第二模态离散数据的第二模态离散提取特征; 结合所述第一模态离散提取特征、所述第二模态离散提取特征、局部扫描和预先构建的交叉Mamba模块,获取所述第一模态离散提取特征的第一模态离散显著特征和所述第二模态离散提取特征的第二模态离散显著特征; 对所述第一模态离散显著特征和所述第二模态离散显著特征进行重构,以得到所述第一模态遥感图像的第一高维交互特征和所述第二模态遥感图像的第二高维交互特征; 将所述第一多尺度提取特征、所述第二多尺度提取特征、所述第一高维交互特征和所述第二高维交互特征分别输入至预先构建的偏移引导融合模块中,以得到所述第一模态遥感图像和所述第二模态遥感图像的多维度融合特征,并基于所述多维度融合特征生成所述检测目标的第一目标检测结果和第二目标检测结果; 其中,所述交叉Mamba模块的计算过程为: 其中,是交叉Mamba模块的多模态输入,CS6是交叉Mamba模块的核心计算方法,crossscani是用于将二维特征序列化并实现两模态信息交互的交叉扫描机制,reversescani是用于将序列化的融合特征进行二维重构的反向扫描机制; 所述多维度融合特征的计算过程为: 其中,x是输入特征,ConvBlock是卷积信道残差保留块,RepBlock是信道重建块。
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武汉大学,其通讯地址为:430072 湖北省武汉市武昌珞珈山;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励