西北工业大学岳晓奎获国家专利权
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!
龙图腾网获悉西北工业大学申请的专利一种基于自适应智能网络模型的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:CN120807896B 。
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:202511273953.X,技术领域涉及:G06V10/25;该发明授权一种基于自适应智能网络模型的小目标检测方法是由岳晓奎;李少毅;杨曦;林健设计研发完成,并于2025-09-08向国家知识产权局提交的专利申请。
本一种基于自适应智能网络模型的小目标检测方法在说明书摘要公布了:本申请公开了一种基于自适应智能网络模型的小目标检测方法,涉及目标检测技术领域,将原始特征图分别输入融合主分支和融合残差连接分支中,得到融合主分支输出特征图和融合残差连接分支输出特征图;对融合主分支输出特征图和融合残差连接分支输出特征图进行融合,得到Rep‑EFEM输出特征;将原始图像输入边缘特征提取与噪声抑制模块中,得到目标边缘特征;定义亮暗目标查询向量;将亮暗目标查询向量、目标边缘特征和Rep‑EFEM输出特征输入解码器模块中,得到目标亮暗目标查询向量;基于目标亮暗目标查询向量生成目标分割图像,目标分割图像包括每个像素的类别标签。如此,提高了目标检测准确率。
本发明授权一种基于自适应智能网络模型的小目标检测方法在权利要求书中公布了:1.一种基于自适应智能网络模型的小目标检测方法,其特征在于,所述自适应智能网络模型包括至少一个Rep-EFEM、边缘特征提取与噪声抑制模块以及至少一个解码器模块,所述Rep-EFEM与所述解码器模块一一对应,所述Rep-EFEM包括融合主分支和融合残差连接分支,所述融合主分支包括第一EFEM融合单元、第一深度卷积-批归一化层和第二EFEM融合单元,所述融合残差连接分支包括第二深度卷积-批归一化层和第三深度卷积-批归一化层,包括: 将原始特征图输入所述第一EFEM融合单元中,对所述原始特征图执行特征增强操作,得到第一特征图; 将所述第一特征图输入所述第一深度卷积-批归一化层中,对所述第一特征图执行空间滤波操作和归一化操作,得到第二特征图; 将所述第二特征图输入所述第二EFEM融合单元中,对所述第二特征图执行特征增强操作,得到融合主分支输出特征图; 将所述原始特征图输入所述第二深度卷积-批归一化层中,对所述原始特征图执行空间滤波操作和归一化操作,得到第三特征图; 将所述第三特征图输入所述第三深度卷积-批归一化层中,对所述第三特征图执行空间滤波操作和归一化操作,得到融合残差连接分支输出特征图; 对所述融合主分支输出特征图和融合残差连接分支输出特征图进行融合,得到Rep-EFEM输出特征; 将原始图像输入所述边缘特征提取与噪声抑制模块中,得到目标边缘特征; 定义亮暗目标查询向量; 将所述亮暗目标查询向量、所述目标边缘特征和所述Rep-EFEM输出特征输入所述解码器模块中,得到目标亮暗目标查询向量; 基于所述目标亮暗目标查询向量生成目标分割图像,所述目标分割图像包括每个像素的类别标签。
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西北工业大学,其通讯地址为:710072 陕西省西安市碑林区友谊西路127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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励