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！

龙图腾网获悉重庆邮电大学申请的专利一种基于多样化特征学习和协调的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：CN119942297B 。

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：202411912211.2，技术领域涉及：G06V10/82；该发明授权一种基于多样化特征学习和协调的红外小目标检测方法是由郭坦;周保江;姚沫;罗甫林;谭晓衡;高莹;陶洋设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本一种基于多样化特征学习和协调的红外小目标检测方法在说明书摘要公布了：本发明提出了一种基于多样化特征学习和协调的红外小目标检测方法。该方法提出了多样化特征捕获和协调网络，该网络通过多路径编码学习并协调多样化特征。多样化特征学习与协调网络包括一个与检测分支并行运行的红外图像重建分支，通过互补的上下文编码保持小目标信息，并减少特征丢失。此外，本发明引入了一个使用FTConv的全局特征提取分支，用于捕捉目标边缘并抑制背景噪声。跨层特征自适应选择方法自适应地协调各层特征，增强了在复杂背景中的检测能力，并保持了小目标细节。本发明还提出了坐标校准损失函数和两阶段训练策略，用于细化预测的目标位置。三个红外小目标数据集上的实验结果表明，本发明所提出的方法优于当前的最先进方法。

本发明授权一种基于多样化特征学习和协调的红外小目标检测方法在权利要求书中公布了：1.一种基于多样化特征学习和协调的红外小目标检测方法，其特征在于：包括以下步骤： S1、构建多样化特征捕捉与协调网络，该网络通过多路径编码学习并协调多样化特征；构建FFT混合编码块组成的全局特征提取分支，用于捕捉红外图像的宏观级特征，提供目标检测的广泛上下文信息； S2、构建一个与检测分支并行运行的红外图像重建分支，通过互补的上下文编码保持小目标信息，并减少特征丢失； S3、跨层特征自主选择：在解码阶段进行跨层特征融合，用于有效整合并协调深层语义信息与浅层细节特征； S4、引入定位校准检测的概念，并提出一种专注于优化目标位置精度的坐标校准损失函数，同时采用匹配的两阶段训练策略，准确捕捉并修正目标位置； 其中，步骤S1包括以下步骤： S1.1设计一个基于FFT的混合编码块，有效地提取局部和全局特征；将输入特征X通过FFT转换到频域，得到实部ReX和虚部ImX，通过在通道维度上将这两个部分进行拼接，获得更全面的频域特征表示： ReX，ImX＝FFTX S1.2使用一个卷积块从这些特征中进行学习，最后通过逆傅里叶变换IFFT将数据转换回空间域，得到特征X′； X′＝IFFTConvCat[ReX,ImX] S1.3应用残差连接到输入特征X，得到特征Xf； 其中Cat[·,·]表示沿通道维度的串联操作，表示按元素相加，σ表示Sigmoid函数，Conv·表示一个卷积块。

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邮电大学，其通讯地址为：400065 重庆市南岸区崇文路2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。