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空天信息创新研究院申请的专利一种特征库迁移的遥感小样本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：CN116958809B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202310717317.6，技术领域涉及：G06V20/10；该发明授权一种特征库迁移的遥感小样本目标检测方法是由张恺;吕群波;谭政;孙建颖;胡登辉;苏斌嫔;刘洋;高爽设计研发完成，并于2023-06-16向国家知识产权局提交的专利申请。

本一种特征库迁移的遥感小样本目标检测方法在说明书摘要公布了：本发明公开了一种特征库迁移的遥感小样本目标检测方法，首先针对输入的待检测遥感图像，基于深度卷积神经网络进行多尺度特征提取，生成常见类别的检测模型；设置小样本特征库，并将所述小样本特征库加入检测模型进行训练，使所述检测模型在小样本检测的同时保持对常见目标的检测能力；针对待检测遥感图像对称性高的特点，在检测模型完成训练后进行检测结果预测时，引入对称矩阵参数系数，通过对定位分支参数进行修正，提升小样本检测目标检测精度。上述方法解决了在遥感图像中针对数量较为稀少的目标类别特征建模较差，无法精确识别的问题，提升了遥感图像检测在实际应用中的有效性。

本发明授权一种特征库迁移的遥感小样本目标检测方法在权利要求书中公布了：1.一种特征库迁移的遥感小样本目标检测方法，其特征在于，所述方法包括： 步骤1、首先针对输入的待检测遥感图像，基于深度卷积神经网络进行多尺度特征提取，生成非小样本类别的检测模型； 步骤2、设置小样本特征库，并将所述小样本特征库加入检测模型进行训练，使所述检测模型在小样本检测的同时保持对常见目标的检测能力； 在步骤2中，在训练好的检测模型中加入支援分支，设置包含小样本目标的遥感数据集B，对小样本目标进行位置坐标和类别标注，确保遥感数据集B中无常见目标或常见目标在训练中不作为负样本参与损失函数计算； 固定检测模型的其他参数，对支援分支和分类器进行单独训练，得到小样本目标的特征提取器参数； 对遥感数据集B的每一类样本，设有样本量为K，每个样本通过支援分支生成的特征向量为m，该样本通过检测模型生成的特征向量为n，K个样本的平均向量分别为构建该类别特征库，对二者进行相似度度量，选择余弦相似度，将每个小样本目标生成的相似度β作为检测模型分支的参数系数； 检测模型的预测结果输出分为用于判别目标类别的分类分支和用于定位目标位置的回归分支；将所述分类分支的最后一层1*P维向量去掉，P为常见目标数量，Q为小样本目标数量，初始化一层1*P+Q的向量作为分类向量，对遥感数据集A和B进行模型训练，训练遥感数据集A中的类别时，所述分类分支的参数系数为1；训练遥感数据集B中的类别时，所述分类分支的系数为4中生成的对应相似度β； 在检测模型收敛后，将所述分类分支的参数系数设为1，并再次进行训练至收敛，最终完成检测模型训练； 步骤3、针对待检测遥感图像对称性高的特点，在检测模型完成训练后进行检测结果预测时，引入对称矩阵参数系数，通过对检测模型预测结果输出的回归分支参数进行修正，提升小样本检测目标检测精度。

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空天信息创新研究院，其通讯地址为：100080 北京市海淀区北四环西路19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。