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！

龙图腾网获悉中国人民解放军海军大连舰艇学院申请的专利一种基于侧扫声呐图像的目标形状自适应海底沉船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：CN120014424B 。

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：202510067675.6，技术领域涉及：G06V20/05；该发明授权一种基于侧扫声呐图像的目标形状自适应海底沉船检测方法是由金绍华;马权洪;王一涵;刘汉尧设计研发完成，并于2025-01-16向国家知识产权局提交的专利申请。

本一种基于侧扫声呐图像的目标形状自适应海底沉船检测方法在说明书摘要公布了：一种基于侧扫声呐图像的目标形状自适应海底沉船检测方法，属于侧扫声呐图像海底目标检测研究领域。首先，在特征提取阶段我们设计了动态旋转卷积，可以根据目标的方向信息，提取出高质量的旋转特征。接下来，由于分类和回归任务所需特征不一致的问题，我们设计了特征解耦头，将旋转变化特征以及旋转不变特征分别输入到不同任务分支，使得分类与回归更加精确。最后我们在训练策略上提出了S‑A标签分配策略，引入对齐度概念，综合IoU，中心点间距离以及角度差异等信息，更全面评估样本质量进行标签分配。三模块高效的耦合在一起，最终实现高效且精准的检测。

本发明授权一种基于侧扫声呐图像的目标形状自适应海底沉船检测方法在权利要求书中公布了：1.一种基于侧扫声呐图像的目标形状自适应海底沉船检测方法，其特征在于，具体包括以下步骤： 第一步，数据集预处理 将数据集中的图像进行灰度化处理，将数据集分为训练集、验证集和测试集； 第二步，网络模型的构建及训练 网络模型包括Backbone、Neck和Head；利用训练集、验证集对网络模型进行训练和验证，获得训练好的网络模型； 1Backbone Backbone是通过一系列的卷积层和激活函数提取图像特征，逐渐降低图像的空间维度，同时增加通道数；将ResNet主干中的标准卷积替换为DRC模块；DRC模块具体处理过程为：首先将特征图输入到深度卷积中，然后进行层归一化和ReLU激活，然后将激活的特征通过平均池化与最大池化再合并，以此得到丰富的特征，合并后的特征向量通过线性层以及不同激活函数获得预测旋转角度α＝[α1,...,αn]以及权重ω＝[ω1,...,ωn]；根据旋转角度以及权重大小对每一个卷积核进行旋转，将旋转后的卷积核与特征图进行卷积，并以逐像素的方式将输出特征相加，得到旋转特征； 2Neck Neck部分使用特征金字塔网络FPN，位于Backbone和Head之间，FPN将Backbone提取到的旋转特征进行相应的融合； 3Head Head从Neck提供的特征图中生成最终的检测结果，即目标的类别、边界框信息和置信度；Head采用自适应特征解耦头结构FDM，自适应特征解耦头结构FDM将融合后的特征通过自适应特征解耦头结构FDM产生旋转变化特征和旋转不变特征再分别输入回归子网络和分类子网络产生最后的预测，提高模型预测精度； 所述的自适应特征解耦头结构包括锚框优化模块和动态细化模块； 锚框优化模块中包含锚框回归以及旋转卷积特征对齐操作；锚框回归是将水平锚框优化为贴近目标形状、具有一定旋转角度的锚框；旋转卷积特征对齐操作是根据对应锚框的形状、大小和方向动态地、自适应地对齐目标的特征； 动态细化模块是在分类与回归子网络和分类子网络之前增加动态旋转编码器DRE，动态旋转编码器对方向信息进行编码，以生成具有多方向通道的特征映射图； 第三步，模型评价 通过将测试集放入训练好的模型中，进行检测，获得侧扫声呐图像中的目标信息，同时通过精确率P、召回率R、平均精度均值指标进行评估模型性能。

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人民解放军海军大连舰艇学院，其通讯地址为：116018 辽宁省大连市中山区解放路667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。