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！

龙图腾网获悉新疆大学申请的专利一种基于自适应特征融合的显著性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：CN117115601B 。

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：202210509984.0，技术领域涉及：G06V10/80；该发明授权一种基于自适应特征融合的显著性目标检测方法是由杨洁骏;汪烈军;程述立设计研发完成，并于2022-05-11向国家知识产权局提交的专利申请。

本一种基于自适应特征融合的显著性目标检测方法在说明书摘要公布了：本发明公开了一种基于自适应特征融合的显著性目标检测方法。首先，在残差骨干网络的每个侧输出上添加一个通道‑空间注意力模块CSA，解决了特征提取网络难以聚焦于显著目标区域的问题；其次，使用自适应特征模块AFFM构造了一种新的特征融合策略，将残差学习策略以及多尺度统一融合策略进行了衔接，解决了多尺度特征融合后难以清晰地预测显著目标边界的问题；然后采用一种新的融合损失，结合二进制交叉熵BCE、交并损失IOU、结构相似度SSIM和骰子损失Dice，能够更精准地检测和分割显著目标；最后采用一种端到端的深度学习方式进行模型的训练，降低训练时间，提高训练效果。通过在数据集上的实验，验证了本方法的有效性，提高了解决显著目标检测任务的能力，并获得了优秀的实验结果。

本发明授权一种基于自适应特征融合的显著性目标检测方法在权利要求书中公布了：1.一种基于自适应特征融合的显著性目标检测方法，其特征在于，包括以下步骤： 步骤1：图像预处理过程；使用随机水平或垂直翻转操作，然后对所有图像进行随机旋转，最后对图像的亮度、对比度、饱和度和色调进行随机改变，以此克服模型的过拟合情况，加强模型的泛化预测能力； 步骤2：特征提取；首先将待馈入的图像缩放到统一尺度，然后馈入深度残差骨干网络，经过多层的残差骨干网络计算处理后形成五种尺度的特征图，然后分别送入通道-空间注意力模块CSA； 步骤3：施加注意力机制；在各个尺度上，对五种特征图分别施加注意力模块，注意力模块分别在通道以及空间维度上对所馈入的特征图进行计算，使网络能够更聚焦于显著性目标区域，随后利用空洞卷积金字塔池化模块DCPP，注意力残差模块ARM，实现对于五种尺度特征图的逐级残差学习融合过程，最后将其分别馈入特征自适应融合模块AFFM； 步骤4：特征自适应融合；五种特征图经过注意力计算后，在自适应特征融合模块中通过1×1卷积生成五个尺度上对应的权重，然后进行尺度统一，进行逐元素相加得到最终的预测输出特征图。

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新疆大学，其通讯地址为：830046 新疆维吾尔自治区乌鲁木齐市天山区胜利路666号新疆大学；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。