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！

龙图腾网获悉中国船舶集团有限公司第七〇九研究所申请的专利基于混合注意力与调和因子的微弱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：CN115578364B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202211318263.8，技术领域涉及：G06T7/00；该发明授权基于混合注意力与调和因子的微弱目标检测方法及系统是由任文凯;李恒;黄兆年设计研发完成，并于2022-10-26向国家知识产权局提交的专利申请。

本基于混合注意力与调和因子的微弱目标检测方法及系统在说明书摘要公布了：本发明属于计算机视觉相关技术领域，并公开了一种基于混合注意力与调和因子的微弱目标检测方法，包括：采集图像组成数据集，然后对待检测目标进行标注；将检测网络划分为特征提取单元、特征融合单元和预测分支单元，并引入混合注意力机制来完成检测网络的构建；采用数据驱动的方式对检测网络进行训练，并生成最终检测模型；以及利用最终检测模型对传感器成像的实时画面进行检测，获得图像中存在的微弱目标。本发明还公开了相应的系统。通过本发明，能够有效克服微弱目标在典型任务场景中存在目标像素占比少、目标信号强度低、目标特征难以提取、目标与背景区分度低等难题，提升模型对于微弱目标的检测能力，进而综合优化模型的检测性能。

本发明授权基于混合注意力与调和因子的微弱目标检测方法及系统在权利要求书中公布了：1.一种基于混合注意力与调和因子的微弱目标检测方法，其特征在于，该方法包括： 步骤一、样本标定 利用传感器实时采集包含待检测目标的典型图像组成数据集，然后对典型图像中出现的待检测目标进行标注； 步骤二、构建检测网络 将检测网络划分为特征提取单元、特征融合单元和预测分支单元，其中该特征提取单元采用CSPDarkNet53作为骨干网络，用于提取待检测目标的位置、纹理、语义这些相关信息；该特征融合单元采用双向特征融合方式，用于同等聚合待检测目标的深层纹理信息与浅层位置信息，并引入调和因子用于调节该特征融合单元中相邻特征层之间的融合比例；该预测分支单元具备多个分支，并根据待检测目标的不同尺度分类由各分支分别负责进行检测； 对于所述特征融合单元而言，该双向特征融合方式包括下列过程：首先将低分辨率、高语义信息的高层特征通过上采样的方式与高分辨率、低语义信息的底层特征进行自上而下的聚合，使得所有尺度下的特征都含有丰富的目标语义信息；接着，在自上而下聚合路径的基础上增加一条自底向上的特征聚合路径，由此将底层的位置信息传递到高层特征中，完成目标位置信息的融合；所述调和因子被设置为一个随训练过程自适应的超参数，并在网络训练迭代过程中，它随损失函数一起不断迭代更新； 此外，所述特征融合单元还配套有混合注意力单元，该混合注意力单元包含彼此串联的通道注意力子单元和空间注意力子单元，其中：对于通道注意力子单元而言，它的特征向量经过全局平均池化对每一个通道的特征图计算所有像素的平均值，然后通过卷积核为k×k的一维卷积来产生0到1之间的通道权重；最后，产生的通道权重与特征图逐元素相乘，由此产生细化后的特征图；对于空间注意力子单元而言，首先对收入特征图做平均池化和最大池化操作，然后对产生的两个特征向量进行拼接；接着，利用卷积层压缩通道维度并产生空间权重，然后与输入特征向量逐元素相乘，由此产生细化后的特征图； 步骤三、训练检测网络 对步骤二所构建的检测网络，采用数据驱动的方式利用步骤一标定好的样本数据进行训练，进而生成最终检测模型； 步骤四、微弱目标检测 利用训练好的最终检测模型，对传感器成像的实时画面进行检测，获得图像中存在的微弱目标，同时输出结果。

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中国船舶集团有限公司第七〇九研究所，其通讯地址为：430074 湖北省武汉市东湖新技术开发区凤凰产业园藏龙北路1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。