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！

龙图腾网获悉广州市南沙区北科光子感知技术研究院;北京信息科技大学申请的专利一种多尺度局部对比度注意力红外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：CN119540762B 。

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：202411637736.X，技术领域涉及：G06V20/10；该发明授权一种多尺度局部对比度注意力红外小目标检测方法是由董明利;李茂勇;邓磊;郭学东;祝连庆设计研发完成，并于2024-11-15向国家知识产权局提交的专利申请。

本一种多尺度局部对比度注意力红外小目标检测方法在说明书摘要公布了：本发明提供了一种多尺度局部对比度注意力红外小目标检测方法，该方法为：将初始红外图像输入特征输入预设的主干网络进行特征编码，并将获得的至少一个下采样红外图像特征和集成红外图像特征输入特征增强模块，特征增强模块包括分别用于处理各个下采样红外图像特征和用于处理集成红外图像特征的多个注意力模块，注意力模块通过对输入特征进行多尺度的通道注意力特征和多尺度的空间注意力特征融合获得注意力特征；分别将各个注意力模块输出的不同尺度的注意力特征输入特征融合模块，获得融合红外图像特征；将融合红外图像特征输入预测模块，获得红外图像中的红外小目标分割的结果图像。本方法可以有效地分割红外小目标。

本发明授权一种多尺度局部对比度注意力红外小目标检测方法在权利要求书中公布了：1.一种多尺度局部对比度注意力红外小目标检测方法，其特征在于，所述方法包括： 将初始红外图像输入特征输入预设的主干网络进行特征编码；其中，所述主干网络包括级联的多个下采样模块和连接于最后一层下采样模块的多尺度分层特征集成模块，以通过级联的多个下采样模块中的至少一个下采样模块获得至少一个下采样红外图像特征，通过所述多尺度分层特征集成模块对最后一层下采样模块的采样结果分别进行局部特征提取和不同尺度的全局特征提取，并对得到的局部特征和多个尺度的全局特征进行特征融合获得集成红外图像特征； 分别将至少一个下采样红外图像特征和所述集成红外图像特征输入特征增强模块；其中，所述特征增强模块包括分别用于处理各个下采样红外图像特征和用于处理所述集成红外图像特征的多个注意力模块，所述注意力模块通过对输入特征进行多尺度的通道注意力特征和多尺度的空间注意力特征融合获得注意力特征； 分别将各个注意力模块输出的不同尺度的注意力特征输入特征融合模块，通过特征融合模块对输入的不同尺度的注意力特征进行融合以强化目标特征的特征表示，获得融合红外图像特征； 将所述融合红外图像特征输入预测模块，获得红外图像中的红外小目标分割的结果图像；其中， 所述注意力模块为局部对比注意力模块，所述局部对比注意力模块用于完成如下操作： 通过给定尺度下的第一卷积核分别计算输入所述局部对比注意力模块的第一输入特征在八个不同方向的方向梯度，并将位于对立方向的方向梯度相乘，获得给定尺度下的多个差异度量： n=1,2,3,4l=1,2,3,...,k 其中，表示给定尺度下的差异度量，l表示不同的尺度，Fin1表示第一输入特征，Convi表示第一卷积核，i=1,2,...,8； 给定尺度下的各个差异度量中计算给定尺度下的对比度显著图： 将不同尺度下的对比度显著图与第一输入特征进行残差连接，获得对比度显著特征FCSM： 其中，concat表示连接操作； 分别计算所述对比度显著特征的通道注意力图和所述对比度显著特征的空间注意力图，并基于所述通道注意力图和空间注意力图计算局部对比注意力FLCAM： 其中，Mc表示对比度显著特征的通道注意力图，Ms表示对比度显著特征的空间注意力图，表示元素相乘运算，表示元素相加运算： 其中，所述第一卷积核表示为： 其中，所述第一卷积核分割为9个具有相同行列数的子块，不同尺度下的第一卷积核中的行列数不同。

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广州市南沙区北科光子感知技术研究院;北京信息科技大学，其通讯地址为：511400 广东省广州市南沙区珠江街南江二路8号9栋1层、2层；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。