Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 电子科技大学李文获国家专利权

电子科技大学李文获国家专利权

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!

龙图腾网获悉电子科技大学申请的专利一种基于知识增强网络的改进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:CN119579876B

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:202411735947.7,技术领域涉及:G06V10/25;该发明授权一种基于知识增强网络的改进红外小目标检测方法是由李文;段立新;徐佳宜;韩世蛟设计研发完成,并于2024-11-29向国家知识产权局提交的专利申请。

一种基于知识增强网络的改进红外小目标检测方法在说明书摘要公布了:本发明提供了一种基于知识增强网络的改进红外小目标检测方法,属于红外目标检测领域。本方法首先基于亮度和方向的红外特性的知识,在红外图像中前景小目标区别于周围场景的温度更高,视觉上将更为明亮;红外图像中背景的和前景的轮廓运动趋势、平滑纹理在视觉上存在明显差异,改进通用显著性特征提取方案,提取红外小目标亮度和方向的显著性特征;其次提出传统知识特征和深度学习特征相融合的加权激活融合模块,有效地重新加权和激活特征图,确保模型专注于最相关的特征。本发明中提出的知识增强网络由于构建成了模块化的性质,可以应用到任意现有的目标检测模型中,辅助现有模型提高检测能力,这一方面贡献意义较大。

本发明授权一种基于知识增强网络的改进红外小目标检测方法在权利要求书中公布了:1.一种基于知识增强网络的改进红外小目标检测方法,其特征在于,包括以下步骤: S1:获取红外小目标图像数据,对图像进行预处理; S2:使用高斯金字塔提取图像的多尺度亮度特征,使用Gabor滤波器提取图像的多尺度方向特征,然后将亮度特征和方向特征融合为多尺度专家特征; S3:搭建多尺度编码器解码器网络;该网络包括堆叠的编码器和解码器,编码器和解码器通过不同池化数和通道数的卷积核进行堆叠,解码器通过联合编码器不同阶段卷积核的输出构成深度多尺度特征;预处理后的红外小目标图像数据作为编码器的输入; S4:构建深度学习特征和传统知识特征自适应加权激活融合模块,将专家特征和编码器的输出按尺度融合,作为解码器的输入; S5:计算损失函数,经过训练测试后得到最终的检测模型,将检测模型应用到红外小目标检测中。

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电子科技大学,其通讯地址为:611731 四川省成都市高新区(西区)西源大道2006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。

免责声明
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。