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！

龙图腾网获悉南京理工大学申请的专利一种适用于光电吊舱的双通道图像融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：CN116229226B 。

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：202310171415.4，技术领域涉及：G06V10/80；该发明授权一种适用于光电吊舱的双通道图像融合目标检测方法是由何博侠;裴雨浩;易荣亮设计研发完成，并于2023-02-28向国家知识产权局提交的专利申请。

本一种适用于光电吊舱的双通道图像融合目标检测方法在说明书摘要公布了：本发明公开了一种适用于光电吊舱的双通道图像融合目标检测方法，首先，采用改进的YOLOX‑RGBT网络，使用特征堆叠方式，将光电吊舱采集的红外与可见光图像在特征层融合，得到双通道的目标检测结果；然后，使用两阶段的混合均匀量化法降低改进的YOLOX‑RGBT网络的参数量，提高光电吊舱的目标检测速度；最后，将改进并量化的YOLOX‑RGBT网络部署在光电吊舱搭载的昇腾嵌入式设备，通过调用芯片硬件级加速指令提高其检测速度以实现实时目标检测。本发明利用昇腾嵌入式设备出色的图像处理能力和强大的算力，结合改进的双通道图像融合目标检测算法，在满足实时性、有效性要求的同时，对比单通道目标检测模型在检测精度上具有更加明显优势。

本发明授权一种适用于光电吊舱的双通道图像融合目标检测方法在权利要求书中公布了：1.一种适用于光电吊舱的双通道图像融合目标检测方法，其特征在于，包括以下步骤： 步骤1、通过光电吊舱分别采集红外图像与可见光图像，将上述红外图像与可见光图像建立FIRE数据集，再将FIRE数据集放入改进后的YOLOX-RGBT网络中训练，得到训练好的.pth模型文件， 改进后的YOLOX-RGBT网络是以轻量化YOLOX-s网络结构为基础，使用两个YOLOX-s的特征提取骨干网络分别对可见光图像和红外图像进行深度特征提取，并分别在可见光和红外特征提取骨干网络通道颈部的位置采用特征堆叠方式进行特征融合，再通过FPN结构和解耦头将特征信息传送到输出的特征图中，YOLOX-RGBT卷积神经网络包括卷积层、池化层以及激活函数； 双通道图像特征融合是采用特征堆叠和特征加权两种方法，具体如下： 特征堆叠是先利用Concat方法对红外图像和可见光图像提取的两组特征进行特征堆叠，然后使用卷积层进行特征融合和维度调整，并将调整维度的特征经过BN层和SiLU层后，与未进行融合的两个通道加权堆叠，完成整体的特征融合； 特征加权是利用Concat方法对两组特征进行加权融合，根据不同通道的检测效果设定不同的权重参数实现特征融合； 在特征预测部分，采用多尺度特征进行目标检测，使用三个特征层进行分类与位置回归预测，通过特征金字塔进行特征融合，输出三个检测头YoloHead，其中，三个检测头输出的维度分别为13×13×[3×4+1+cls_num]、26×26×[3×4+1+cls_num]和52×52×[3×4+1+cls_num]； 转入步骤2； 步骤2、利用两阶段的混合均匀量化法处理训练好的.pth模型，得到量化后的.onnx模型文件，转入步骤3； 步骤3、将量化后的.onnx模型文件部署至Atlas200DK嵌入式推理加速平台，实现实时目标检测任务。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200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。