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！

龙图腾网获悉南京邮电大学申请的专利基于相移编码和定向特征增强的旋转目标检测方法及系统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：CN119625281B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202411835313.9，技术领域涉及：G06V10/25；该发明授权基于相移编码和定向特征增强的旋转目标检测方法及系统是由徐梓涵;陈蕾;王传栋;朱薇;毛泽勇;骆健设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。

本基于相移编码和定向特征增强的旋转目标检测方法及系统在说明书摘要公布了：本发明公开基于相移编码和定向特征增强的旋转目标检测方法及系统，属于图像识别技术领域；方法包括：获取图像数据集并增强处理；输入到ARC网络提取任意方向目标的特征；通过EMA模块对特征进行自适应特征优化，使用ARF对优化后的特征方向信息进行编码，生成方向敏感特征用于边界框回归，再通过旋转不变池化层提取定向特征用于分类；利用相移编码器将旋转框的角度通过线性映射为对应频率的相位，预测相移余弦值，解码得到最终的相位；最后应用非极大值抑制方法，去除重叠的检测框，保留最佳的检测结果。其中使用帕累托优化理论自适应加权损失项，通过多梯度下降算法更新模型参数，得到的最终模型能够提高包含多方向小物体目标检测的准确性和效率。

本发明授权基于相移编码和定向特征增强的旋转目标检测方法及系统在权利要求书中公布了：1.基于相移编码和定向特征增强的旋转目标检测方法，其特征在于，包括以下步骤： 获取图像数据集； 对图像数据集进行数据增强； 数据增强后的图像输入目标检测模型进行训练；目标检测模型包括：自适应旋转卷积网络ARC、多尺度注意力模块EMA、主动旋转滤波器ARF、旋转不变池化层和相移编码器；数据增强后的图像输入到自适应旋转卷积网络ARC提取任意方向目标的特征，多尺度注意力模块EMA对特征进行自适应特征优化，主动旋转滤波器ARF对优化后的特征方向信息进行编码，生成方向敏感特征用于边界框回归，旋转不变池化层从方向敏感特征中提取定向特征用于分类；相移编码器将旋转框的角度通过线性映射为对应频率的相位，预测相移余弦值，解码得到最终的相位； 使用帕累托优化理论自适应加权各损失项，构建目标检测模型的总损失函数，并通过多梯度下降算法更新目标检测模型参数； 利用训练好的目标检测模型预测每个目标的位置、尺寸和旋转角度，通过预测多个不同相移的余弦值解码得到最终的相位； 基于最终的相位，应用非极大值抑制方法，去除重叠的检测框，保留最佳的检测结果； 所述ARC网络包括ARConv模块和ARC-C2f模块； ARConv模块将卷积模块Conv中的标准2D卷积替换为自适应旋转卷积，保留其批量归一化层和SiLU激活函数层； ARC-C2f模块将C2f模块的瓶颈网络中的3×3卷积模块替换为同样大小卷积核的ARConv模块，保留其输入与输出的1×1卷积模块； 所述EMA模块使用由两个不同感受野的卷积的并行分支组成多尺度注意力结构，并通过特征分组和跨尺度特征融合的方式在不降低通道维数的情况下捕获输入特征图的像素级注意力；对于任意给定的输入特征多尺度注意力模块将X按通道维度划分为G组子特征，划分之后，输入特征表现形式为： 式中，GAPw和GAPh分别代表在横坐标、纵坐标的全局平均池化，F1表示1×1卷积函数，F3表示3×3卷积函数，σ·为Sigmiod函数； 1×1分支的输出和3×3分支的输出表现形式为： 其中，GAP代表整个平面上的全局平均池化； EMA模块的最终输出Yi为：

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南京邮电大学，其通讯地址为：210023 江苏省南京市栖霞区文苑路9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。