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！

龙图腾网获悉长春理工大学申请的专利一种基于跨域特征迁移的红外弱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：CN120747480B 。

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：202511144088.9，技术领域涉及：G06V10/25；该发明授权一种基于跨域特征迁移的红外弱小目标检测方法是由郭金鑫;詹伟达;王成龙;宋薇;张军;马元;陈宇;朱德鹏;蒋一纯;霍德华设计研发完成，并于2025-08-15向国家知识产权局提交的专利申请。

本一种基于跨域特征迁移的红外弱小目标检测方法在说明书摘要公布了：本发明属于目标检测技术领域，尤其为一种基于跨域特征迁移的红外弱小目标检测方法，提出了一种新型检测网络，简称为SA‑YOLO。首先，受多光谱特征迁移思想的启发，设计了一种位置引导增强模块，通过位置感知注意力、多尺度显著性融合和位置引导滤波三重结构，有效增强了弱小目标的红外光谱特征响应。其次，提出了光谱‑空间感知模块，采用渐进式空洞率和双支路注意力机制，实现了对多尺度空间特征的鲁棒性建模。然后，创新性地提出了敏感度稳定损失函数，通过动态惩罚权重和复合归一化缓解了弱小目标的尺度敏感性骤降问题。最后，还收集了一个名为ISUAV‑D红外小目标数据集。实验结果表明，SA‑YOLO在强光干扰环境和微小目标检测场景中展现出显著优势。

本发明授权一种基于跨域特征迁移的红外弱小目标检测方法在权利要求书中公布了：1.一种基于跨域特征迁移的红外弱小目标检测方法，其特征在于，包括以下步骤： S1，准备两种公开数据集：数据集一是NUST-SIRST数据集，数据集二是SIRST-5k数据集； S2，准备一种自建数据集：包括数据获取、数据预处理和数据划分；自建数据集命名为ISUAV-D； S3，设计位置引导增强模块PSE_Former：PSE_Former包括位置感知模块PAM、多尺度显著性融合模块MSS和位置引导滤波模块PGG；PAM、MSS和PGG在PSE_Former中属于级联关系； S4，设计光谱-空间感知模块SSPM：SSPM包括渐进式空洞率组策略和局部-全局双路注意力模块LGAM； S5，设计敏感度稳定损失函数DS-IoU：DS-IoU将和普通IoU协同训练网络模型，DS-IoU和普通IoU的权重由损失激活因子κ决定，κ是一个超参数； S6，网络重构与模型训练：使用步骤S3的PSE_Former和步骤S4的SSPM在基础YOLO网络上重构新的网络SA-YOLO；使用步骤S1、S2中三种数据集的训练集，和步骤S5的DS-IoU损失和分类损失进行模型训练，同时使用三种数据集的验证集进行模型微调； 所述S6中，所述基础网络为YOLOv11网络；重构方式是指，使用位置引导增强模块PSE_Former和光谱-空间感知模块SSPM代替YOLOv11网络中的C2PSA模块和C3k2模块，实现红外跨域特征迁移；分类损失为交叉熵损失； S7，模型测试与评估：待步骤S6的微调完成后，固化微调后的网络参数，保存最终弱小目标检测模型；使用步骤S1、S2中的测试集从定性和定量角度测试模型效果，可直接将真实红外图像输入训练好的端到端模型中，得到标注有检测框和位置信息的结果图像。

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长春理工大学，其通讯地址为：130012 吉林省长春市朝阳区卫星路7089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。