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！

龙图腾网获悉重庆理工大学申请的专利一种基于边缘信息和粗分割的伪装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：CN119785004B 。

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：202411851948.8，技术领域涉及：G06V10/25；该发明授权一种基于边缘信息和粗分割的伪装目标检测方法是由肖汉光;李金兰;姜彬;朱秘;代嘉惠;刘威设计研发完成，并于2024-12-16向国家知识产权局提交的专利申请。

本一种基于边缘信息和粗分割的伪装目标检测方法在说明书摘要公布了：本发明公开了一种基于边缘信息和粗分割的伪装目标检测方法，将图像通过骨干网络从每一层提取初步特征，记为f1~f5；特征f2~f5被输入到边缘感知模块中，边缘标签引导从每一层有效提取伪装目标的边缘信息，生成边缘特征图。特征f1~f5被输入到特征增强模块中，进一步精炼骨干网络提取的初步特征。粗略分割模块以f1~f5作为输入，并通过特征增强模块逐步将深层特征融合到浅层特征中，通过卷积处理融合后的特征，生成粗略分割图。语义集成模块将从边缘特征图和粗略分割图中提取的有用信息融入特征增强模块的输出特征中，最终获得预测图。本发明能够显著提高分割的精度和细节表现，能够在复杂背景中更准确地识别和分割伪装目标。

本发明授权一种基于边缘信息和粗分割的伪装目标检测方法在权利要求书中公布了：1.一种基于边缘信息和粗分割的伪装目标检测方法，其特征在于：步骤如下， 1训练伪装目标检测模型；所述伪装目标检测模型包括骨干网络、边缘感知模块、特征增强模块、粗略分割模块以及语义集成模块； 1.1原始RGB图像数据集被输入一个预定义的骨干网络；该骨干网络由一系列卷积层组成，这些卷积层通过对输入图像进行逐步的下采样操作将其分解为五个不同的分辨率层级；在每个层级上，通过卷积操作和激活函数的应用，从图像中提取出不同级别的初步特征，表示为fi，其中i＝1，2，3，4，5； 1.2将特征f2～f5输入到边缘感知模块中，边缘标签引导从每一层有效提取伪装目标的边缘信息，生成的边缘检测特征图，表示为其中i＝2，3，4，5； 同时，将特征f1～f5分别输入到特征增强模块中，通过特征增强模块去除冗余噪声，扩展感受野，并将通道数减少到64，进一步精炼骨干网络提取的初始特征，特征增强模块的输出表示为fi′，其中i＝1，2，3，4，5； 1.3粗略分割模块用于生成伪装目标的初略分割图；粗略分割模块以多层级特征图f1、f2、f3、f4和f5作为输入，并通过特征增强模块逐步将深层特征融合到浅层特征中，通过一个3×3卷积层处理融合后的特征，生成粗略分割图，表示为其中i＝2，3，4，5； 1.4将边缘感知模块生成的边缘检测特征图特征增强模块的输出fi′和粗略分割模块生成的粗略分割图对应输给语义集成模块；语义集成模块结合各层的高级和低级特征分别输出对应的预测图，再依次将高层次语义集成模块输出的预测图作为低层次语义集成模块的输入，最低层次的语义集成模块的输出即为最终预测图，该最终预测图即为伪装目标检测模型的输出； 2将待检测的RGB图像输入给伪装目标检测模型，伪装目标检测模型的输出即为检测得到的伪装目标图； 步骤1.3中，粗略分割模块的具体处理过程描述如下： 步骤1.4中，所述语义集成模块将从边缘检测特征图和粗略分割图中提取的有用信息融入特征增强模块的输出特征fi′中，处理过程描述如下： 再结合高层次语义集成模块的输入，低层次语义集成模块的输出表达如下：

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重庆理工大学，其通讯地址为：400054 重庆市巴南区李家沱红光大道69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。