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！

龙图腾网获悉北京航空航天大学申请的专利一种高精度的细粒度SAR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：CN115661569B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202211268984.2，技术领域涉及：G06V10/774；该发明授权一种高精度的细粒度SAR目标检测方法是由赵丹培;陈子强;苑博;史振威;张浩鹏设计研发完成，并于2022-10-17向国家知识产权局提交的专利申请。

本一种高精度的细粒度SAR目标检测方法在说明书摘要公布了：本发明公开了一种高精度的细粒度SAR目标检测方法，包括：并将待检测SAR图像输入到训练后的SAR图像细粒度检测模型中，输出待检测SAR图像中，所有感兴趣目标的坐标位置和所属类别；上述模型的训练方法为：构建全局实例集；将训练数据集作为输入；由模型对训练集中感兴趣目标的坐标位置进行提取，以及识别所提取出来的感兴趣目标的所属类别；将提取和识别的内容组合成模型采集数据集；从全局实例集随机抽取实例，组成抽样数据集；分别对模型采集数据集和抽样数据集中的感兴趣目标编码后，进行全局实例对比；根据对比结果对模型进行优化，直至获得最终的SAR图像细粒度检测模型；通过该方法可以减少对比学习方法中的样本数量。

本发明授权一种高精度的细粒度SAR目标检测方法在权利要求书中公布了：1.一种高精度的细粒度SAR目标检测方法，其特征在于，包括： 获取待检测SAR图像，并将所述待检测SAR图像输入到训练后的SAR图像细粒度检测模型中，输出所述待检测SAR图像中，所有感兴趣目标的坐标位置和所属类别； 其中，所述SAR图像细粒度检测模型的训练方法如下： S1、基于训练数据集，构建全局实例集； S2、构建SAR图像细粒度检测模型框架；将所述训练数据集输入至所述SAR图像细粒度检测模型框架中；由所述SAR图像细粒度检测模型框架对所述训练数据集中感兴趣目标的坐标位置进行提取，以及识别所提取出来的感兴趣目标的所属类别；将提取和识别的内容组合成模型采集数据集； S3、从全局实例集随机抽取实例，组成抽样数据集； S4、分别对模型采集数据集和抽样数据集中的感兴趣目标编码后，进行全局实例对比； S5、根据对比结果对所述SAR图像细粒度检测模型框架进行优化，直至获得最终的SAR图像细粒度检测模型； 全局实例对比所采用的实例级对比损失定义如下： 其中，LCTLi表示每个特征图的对比损失；分子表示类内特征相似度之和；分母表示所有特征的相似度之和；fi和fj分表表示两个不同的特征向量；ci和cj分别代表对应向量的类别标签；i和j均代表遍历的指示下标；cos＜fi,fj＞表示两个特征间的余弦相似度；τ代表温度参数；M表示第一特征区域集中的目标区域数量；N表示第二特征区域集中的目标区域数量；ci表示每个特征对应的已知类别标签；LCTL表示求平均后得到的总体的对比损失。

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北京航空航天大学，其通讯地址为：100000 北京市海淀区学院路37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。