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！

龙图腾网获悉浙江大学申请的专利一种红外-可见光联合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：CN120147605B 。

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：202510087047.4，技术领域涉及：G06V10/25；该发明授权一种红外-可见光联合目标检测方法是由李军伟;吴其龙;郭晏银;王子禹;安润萱设计研发完成，并于2025-01-20向国家知识产权局提交的专利申请。

本一种红外-可见光联合目标检测方法在说明书摘要公布了：本发明公开了一种红外‑可见光联合目标检测方法，通过主干网络提取多尺度特征，并采用跨模态特征融合模块融合红外和可见光数据的空间和语义信息。同时，设计了改进的同尺度特征交互模块和基于卷积的跨尺度特征融合模块，进一步提升特征表达能力。融合后的特征经由QuerySelection模块动态选择高质量初始对象查询，再由解码器输出目标类别和位置信息。该网络模型具有强大的多模态数据融合能力和高效的目标检测性能，适用于安防监控、自动驾驶等多种应用场景，尤其在复杂环境下表现优异。

本发明授权一种红外-可见光联合目标检测方法在权利要求书中公布了：1.一种红外-可见光联合目标检测方法，其特征在于，该方法包括： S1、将红外光图像和可见光图片分别输入到主干网络中，得到红外光和可见光三个不同空间分辨率层次的特征图； S2、将红外光图像前两个较低空间分辨率层次的特征图和可见光图像的前两个较低空间分辨率层次的特征图进行跨模态特征融合，得到两个不同空间分辨率层次融合后的特征图像；所述跨模态特征融合具体为：输入为两个形状相同的特征图，输出为与输入相同形状的特征图，若输入为A1和A2则有 ； ； ； 其中，concat表示在特征维度上拼接，Add为将两个特征图相加，代表重复C2操作N次； S3、将红外和可见光的高层次特征图进行同尺度特征交互，增强全局上下文表示，得到特征交互后的高层次特征图；所述同尺度特征交互包括：将红外和可见光的高层次特征图展平，形成红外特征X1和可见光特征X2， 通过可学习的权重矩阵WQ、WK和WV，计算查询、键和值： ； 利用自注意力机制计算注意力权重，捕捉跨模态特征相关性 ； 将得到的注意力输出与原始输入特征做残差加法，随后进行层归一化处理 ； 通过两层全连接网络进行非线性变换 ； 其中，W1和W2为可学习的激活函数，ReLU为激活函数； 再次对前馈网络输出进行残差加法和层归一化 ； 其中输出Output保留输入特征图的尺寸为H×W×C，但具有增强的全局上下文表示； S4、对特征交互后的高层次特征图进行上采样后与中层次的融合特征图进行融合得到第一融合特征图；将第一融合特征图进行上采样后与低层次的融合特征图进行融合，得到第二融合特征图，将第二融合特征图进行下采样后与第一融合特征图进行再次融合得到第三融合特征图，将第三融合特征图进行下采样后与特征交互后的高层次特征图进行融合得到第四融合特征图，将第二、第三和第四融合特征图经过卷积运算并展开后拼接得到最终特征图； S5、对最终特征图预测初步的类别置信度，取类别置信度最高的前k个索引，选择对应的k个类别置信度和对应的k个锚框； S6、将最终特征图、k个类别置信度和对应的k个锚框输入解码器，预测得到类别置信度和预测框。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。