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！

龙图腾网获悉四川大学;中国民用航空飞行学院申请的专利一种面向复杂机场场景的实时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：CN120766087B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202511275176.2，技术领域涉及：G06V10/80；该发明授权一种面向复杂机场场景的实时目标检测方法是由李新胜;刘伟;杜冬设计研发完成，并于2025-09-08向国家知识产权局提交的专利申请。

本一种面向复杂机场场景的实时目标检测方法在说明书摘要公布了：本发明涉及机场目标检测技术领域，公开了一种面向复杂机场场景的实时目标检测方法。首先将采集的复杂机场场景的图像进行预处理，然后输入Backbone部分进行初步特征提取；然后使特征图依次通过G_WTConv和C2F_WindEMA结构进行深层次特征图提取；在Backbone末端，经SPPF结构结整合不同尺度的上下文信息，再通过Neck进行多尺度特征融合；在Head部分，采用DecoupledHead进行目标检测，将分类和回归任务解耦；采用多个不同尺度的检测分支，对应于不同大小的目标，实现机场复杂场景下的目标检测。本发明提升了复杂机场场景下的目标检测性能，同时在保证高精度的前提下，满足了实时场景对高效推理的严苛要求，为智慧机场建设与航空安全保障提供有力的技术支撑。

本发明授权一种面向复杂机场场景的实时目标检测方法在权利要求书中公布了：1.一种面向复杂机场场景的实时目标检测方法，其特征在于，包括以下步骤： 步骤1：采集复杂机场场景的图像，并进行预处理； 步骤2：将预处理后的图像输入Backbone部分，Backbone采用YOLOv8结构，经过两个Conv块进行特征提取，生成基础特征图； 步骤3：采用级联式特征增强网络架构，使基础特征图依次通过G_WTConv和C2F_WindEMA结构进行深层次特征提取； G_WTConv首先利用小波卷积对基础特征图进行深层次处理与增强，然后通过门控机制生成动态权重，对不同区域特征进行显著性调整，从而强化重要区域的响应，抑制无关背景和噪声； C2F_WindEMA模块结合风车卷积与高效注意力机制，通过高效注意力机制对输入特征进行通道维度的筛选与增强；将处理后的特征送入风车卷积模块，利用其多角度卷积核设计，增强方向结构的建模能力，实现跨尺度的特征交互和通道注意力校准； 步骤4：在Backbone末端，首先经空间金字塔快速池化结构，整合不同尺度的上下文信息；然后通过Neck进行多尺度特征融合；Neck采用PANet结构，通过自顶向下的上采样Upsample模块和自底向上的特征聚合Concat模块，增强特征表达能力； 步骤5：在Head部分，采用DecoupledHead进行目标检测，将分类和回归任务解耦；采用多个不同尺度的检测分支，对应于不同大小的目标，实现机场复杂场景下的目标检测。

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四川大学;中国民用航空飞行学院，其通讯地址为：610065 四川省成都市武侯区一环路南一段24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。