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！

龙图腾网获悉西北大学申请的专利一种基于双流网络的遥感细粒度船舶目标识别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：CN116863351B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202310935784.6，技术领域涉及：G06V20/13；该发明授权一种基于双流网络的遥感细粒度船舶目标识别方法是由张翔;杨世军;吴琪辉;李洪娇;罗迒哉;赵万青;钟升;张万绪;彭进业设计研发完成，并于2023-07-27向国家知识产权局提交的专利申请。

本一种基于双流网络的遥感细粒度船舶目标识别方法在说明书摘要公布了：本发明公开了一种基于双流网络的遥感细粒度船舶目标识别方法，识别网络包含两个分支:局部残差分支LRB和全局表示分支GRB。局部残差分支通过我们提出的全尺寸跳跃连接FSC和条形加法池化SPA模块有效地提取船舶目标最具判别性的局部细粒度特征。全局表示分支通过Swin‑Transformer捕获全局上下文信息，建立目标的远程依赖关系，并提取更强大的全局粗粒度特征。此外，在特征融合模块中设计了一个轻量级融合LF模块，将两个分支的特征信息融合在一起，保证了具有判别性的全局和局部信息不会相互淹没，从而有效地提高了模型的性能。在两个主流的遥感数据集上进行了大量的实验和分析，结果表明该方法可以以较高的准确率识别出船舶目标。

本发明授权一种基于双流网络的遥感细粒度船舶目标识别方法在权利要求书中公布了：1.一种基于双流网络的遥感细粒度船舶目标识别方法，其特征在于，包括以下步骤： 步骤一，在遥感细粒度图像船舶数据集下使用图像预处理模块，得到网络的输入图像； 步骤二，用步骤一预增强后得到的图像，输入到全局表示分支中；全局表示分支通过Swin-Transformer捕获全局上下文信息； 步骤三，用步骤一预增强后得到的图像，输入到局部残差分支中；局部残差分支通过全尺寸跳跃连接FSC和条形加法池化SPA模块有效地提取船舶目标最具判别性的局部细粒度特征； 步骤3-1：将步骤一得到的预增强输入图像，输入到ResNet50的Stage1*中； 使用步骤一得到的预增强输入图像，输入到局部残差分支中，该分支主要采用ResNet50，在Resnet50的Stage1基础上，重新设计一个Stage1*，通过3次连续的卷积操作代替了一次卷积操作； 步骤3-2：图像经过了第一阶段的Stage1*后，在ResNet50的后四个阶段加入了设计的条形加法池化SPA模块，构成新改进的ResNet50的后四个阶段； 步骤3-3：步骤3-2构建了ResNet50，再在其后四个阶段使用全尺寸跳跃连接FSC实现多粒度特征融合； 局部残差分支通过全尺寸跳跃连接FSC和条形加法池化SPA模块有效地提取船舶目标最具判别性的局部细粒度特征，全局表示分支通过Swin-Transformer捕获全局上下文信息； 步骤四，经过步骤二和步骤三后分别得到了全局表示特征和局部精细特征，然后通过融合模块得到最终用于识别任务的特征； 步骤4-1：将全局表示分支的全局表示特征和局部残差分支的局部精细特征在通道方向上进行拼接，得到拼接特征，然后，通过LF模块对拼接特征进行拼接后，得到融合特征，用于后续的分类任务，具体如下式所示： 其中，是融合特征，是轻量级融合模块，是在通道方向上拼接两个特征，和分别是全局表示特征和局部精细特征； 步骤五，多损失联合训练。

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大学，其通讯地址为：710127 陕西省西安市长安区郭杜镇学府大道一号；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。