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！

龙图腾网获悉中国科学院长春光学精密机械与物理研究所申请的专利一种基于SAF-FCOS异源数据融合的多气象海面浮冰检测算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：CN119672304B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202411735462.8，技术领域涉及：G06V10/25；该发明授权一种基于SAF-FCOS异源数据融合的多气象海面浮冰检测算法是由陶淑苹;杜浩铖;冯钦评;张续严;李宗轩设计研发完成，并于2024-11-29向国家知识产权局提交的专利申请。

本一种基于SAF-FCOS异源数据融合的多气象海面浮冰检测算法在说明书摘要公布了：本发明涉及一种基于SAF‑FCOS异源数据融合的多气象海面浮冰检测算法，涉及计算机视觉人工智能目标检测技术领域。该多气象海面浮冰检测算法包括以下步骤：使用异源数据，仿真生成数据集，将数据集根据任务需求划分；添加注意力机制模块；特征融合；模型训练；以及用训练好的网络模型对测试集的海冰进行目标检测。本发明的基于SAF‑FCOS异源数据融合的多气象海面浮冰检测算法，基于SAF‑FCOS的anchor‑free，可以使用不同气象条件下的来自不同传感器的经过配准的数据用于海面浮冰的检测；可根据实际情况选择需要的模型，提高项目整体的鲁棒性。

本发明授权一种基于SAF-FCOS异源数据融合的多气象海面浮冰检测算法在权利要求书中公布了：1.一种基于SAF-FCOS异源数据融合的多气象海面浮冰检测算法，其特征在于，包括以下步骤： 步骤1：使用异源数据，仿真生成数据集，将数据集根据任务需求划分； 步骤2：添加注意力机制模块； 步骤3：特征融合； 利用特征融合模块中的融合层将不同来源的特征向量进行堆叠，利用特征融合模块中的卷积模块生成特定通道数的特征向量，以使后续逐像素相乘融合； 步骤4：模型训练； 对不同数据源、气象条件的数据分别进行训练，得到适应于各种情况的最优模型； 步骤5：用训练好的网络模型对测试集的海冰进行目标检测，得到目标的属性、置信度和位置信息并进行标记； 步骤1具体为： 使用浮冰图像仿真生成不同气象条件下各种传感器的图像或雷达报文信息； 将雷达报文信息中的距离、回波强度以及气象条件作为特征按照一定规则映射到图像坐标系下，输入网络进行训练； 步骤1中雷达报文数据映射为一系列的小圆，其计算公式为： echo＝Fechorgb*weather-factor wea＝randomshiftdis+echo2 式中，drgb为距离映射到0-255灰度值；d为距离，dmax为预设最大距离，dmin为数据集包含的最近距离，echorgb为依据距离信息映射生成的回波强度通道的灰度值；F操作指根据雷达标记目标位置、灰度值、半径信息画小圆，生成相应的单通道图像；weather_factor为天气因子；dis为距离信息通道，echo为回波强度通道；wea为混合通道，将距离和回波强度加和后除以2，并施加randomshift随机扰动。

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科学院长春光学精密机械与物理研究所，其通讯地址为：130033 吉林省长春市东南湖大路3888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。