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！

龙图腾网获悉西南交通大学申请的专利一种基于多聚内核的遥感图像目标动态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：CN119580116B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411656673.2，技术领域涉及：G06V20/13；该发明授权一种基于多聚内核的遥感图像目标动态检测方法是由胡节;何秋润;彭博;李天瑞设计研发完成，并于2024-11-19向国家知识产权局提交的专利申请。

本一种基于多聚内核的遥感图像目标动态检测方法在说明书摘要公布了：本发明提供了一种基于多聚内核的遥感图像目标动态检测方法，属于遥感图像检测领域，该方法包括：采集遥感图像，并对YOLOv8模型进行优化，利用优化后的YOLOv8模型主干网络中基于多聚内核的跨阶段特征融合模块对遥感图像进行信息提取，得到不同尺度的特征图；利用颈部网络对特征图进行动态上采样，响应于颈部网络输出上采样特征图，添加动态检测头并利用注意力机制对上采样特征图进行优化以及特征融合，得到融合特征图；对特征图进行分类，得到分类后的目标检测结果。本发明解决了现有技术在多类别数据集上的实验效果不充分、小目标数量多、遥感图像目标尺度变化大和分布密集以及复杂背景下的检测情况的问题。

本发明授权一种基于多聚内核的遥感图像目标动态检测方法在权利要求书中公布了：1.一种基于多聚内核的遥感图像目标动态检测方法，其特征在于，包括以下步骤： S1、采集遥感图像，并对YOLOv8模型进行优化，得到优化后的YOLOv8模型； 所述优化后的YOLOv8模型包括： 多聚内核网络模块，用于对YOLOv8模型的主干网络中跨阶段特征融合模块进行改进； 基于多聚内核的跨阶段特征融合模块，用于对遥感图像进行信息提取，并通过下采样得到不同尺度的特征图； 动态特征金字塔网络，用于利用颈部网络对不同尺度的特征图进行动态上采样，生成上采样特征图，并利用颈部网络输出上采样特征图，将得到的特征图输入至动态检测头，对特征图进行优化和特征融合； 所述基于多聚内核的跨阶段特征融合模块的表达式如下所示： 其中，表示基于多聚内核的跨阶段特征融合模块，表示多聚内核网络模块，表示跨阶段特征融合子模块，表示宽为w、高为h、通道数为c的特征图，表示卷积核大小为的卷积操作，表示多聚内核子模块提取的多尺度局部上下文信息，表示上下锚定注意子模块输出的特征信息，表示逐原始和连接操作，表示逐元素乘连接操作，表示局部特征，表示第m个深度卷积提取的上下文特征，表示卷积核大小为的卷积操作，表示卷积核大小为的深度卷积操作，表示卷积核大小，m表示大小为m的深度卷积，表示S型生长曲线，表示增强后的特征，表示卷积核大小为的深度卷积操作，表示卷积核大小为的深度卷积操作，表示第n阶段宽为w、高为h的特征图； S2、利用优化后的YOLOv8模型的主干网络对遥感图像进行信息提取，并通过下采样得到不同尺度的特征图； S3、利用优化后的YOLOv8模型的颈部网络对不同尺度的特征图进行动态上采样，生成上采样特征图，并利用颈部网络输出上采样特征图； S4、响应于颈部网络输出上采样特征图，添加动态检测头并利用注意力机制对上采样特征图进行优化，并对优化的上采样特征图进行特征融合，得到融合特征图，具体为： S401、响应于颈部网络输出上采样特征图，添加动态检测头，对尺度感知、空间感知以及任务感知进行统一，获取尺度重调整的特征金字塔的四维张量； S402、根据注意力机制，利用卷积近似对四维张量进行卷积，并利用硬S型曲线函数进行激活，将四维张量重塑为三维张量，获得尺度感知注意力； S403、根据注意力机制，结合四维张量，利用形变卷积对注意力学习稀疏化，并进行特征跨尺度集成，获得空间感知注意力； S404、根据注意力机制，对四维张量进行全局平均池化以降维，使用超参数控制激活函数的阈值，利用全连接层和归一化层处理降维的张量，获得任务感知注意力； S405、将尺度感知注意力、空间感知注意力以及任务感知注意力聚焦于统一维度，获得统一注意力，根据颈部网络输出上采样特征图和统一注意力，利用连接模块进行特征融合，得到融合特征图； S5、对融合特征图进行检测分类，得到分类后的目标检测结果，完成遥感图像目标的动态检测。

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南交通大学，其通讯地址为：610031 四川省成都市二环路北一段；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。