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！

龙图腾网获悉北京理工大学;北京理工大学重庆创新中心申请的专利基于知识辅助的SAR图像飞机检测分类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：CN115272748B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202210780466.2，技术领域涉及：G06V10/764；该发明授权基于知识辅助的SAR图像飞机检测分类方法是由师皓;岳冰莹;陈亮;盛青青设计研发完成，并于2022-07-04向国家知识产权局提交的专利申请。

本基于知识辅助的SAR图像飞机检测分类方法在说明书摘要公布了：本发明提供一种基于知识辅助的SAR图像飞机检测分类方法，包括：获取待测大场景的SAR图像，提取机场的感兴趣区域，根据感兴趣区域获取多个切片，并输入基于ConvNeXt‑T网络构造的目标特征提取网络，获取感兴趣区域的图像特征；通过MLP网络构造多模态领域知识特征提取模型，并结合领域知识，得到多模态领域知识特征；通过自适应投影将多模态领域知识特征动态更新到图像特征中，并进行自注意力增强，获取目标特征；设计无锚框检测头，通过无锚框检测头对目标特征中的飞机目标进行位置回归和目标分类，获取SAR图像的目标检测分类结果。本发明能够有效减轻相似飞机目标分类难度，提升飞机目标检测分类的准确度。

本发明授权基于知识辅助的SAR图像飞机检测分类方法在权利要求书中公布了：1.一种基于知识辅助的SAR图像飞机检测分类方法，其特征在于，包括以下步骤： 获取待测大场景的SAR图像，在检测到所述SAR图像中存在机场时，提取机场的感兴趣区域； 将所述机场的感兴趣区域进行切片，获取多个切片，根据ConvNeXt-T网络构造目标特征提取网络，将多个切片输入所述目标特征提取网络，获取感兴趣区域的图像特征； 通过MLP网络构造多模态领域知识特征提取模型，获取领域知识并输入所述多模态领域知识特征提取模型，得到多模态领域知识特征，包括： 通过MLP网络构造多模态领域知识特征提取模型；获取领域知识信息，所述领域知识信息包括经度、纬度、日期、目标尺寸、机翼面积、机翼后掠角和飞机发动机数量，将所述领域知识信息标准化为[-1,1]的区间，并按照通道进行连接： 式中，lon、lat、date、length、width、wingarea、sweepangle、numengine分别表示与图像相关的纬度、经度、日期信息、长度、宽度、机翼面积、机翼后掠角和飞机发动机数量信息，Concat·表示通道连接； 表示附加信息的中间编码结果，将领域知识信息映射到R16，为： 根据映射结果，采用MLP网络获取多模态领域知识特征ze，为： ze＝ReLULNfxe 式中，ReLU·表示ReLU激活函数，LN·表示层归一化，f·表示全连接层； 通过自适应投影的方式，将多模态领域知识特征动态更新到图像特征中，并对更新后的图像特征进行自注意力增强操作，获取带有领域知识权重的目标特征，包括：根据多模态领域知识特征ze生成动态投影的权重W： W＝Reshapefze 式中，Reshape·表示将一维特征重构为二维特征，f·表示全连接层； 通过自适应投影的方式，将所述多模态领域知识特征更新到图像特征当中，获取目标特征，并对目标特征进行自注意力增强； 式中，dim表示维度信息，对于经过ConvNeXt-T特征提取得到的图像特征zi和通过MLP提取到的多模态特征ze，用补0的方式将维度di和de进行扩展：最终维度信息表示为： dim＝Concat{zi,ze}＝z′i+z′e 通过跳跃连接的方式，将自注意力增强后的目标特征和图像特征进行连接； 设计无锚框检测头，通过所述无锚框检测头对目标特征中的飞机目标进行位置回归，并对位置回归后的飞机目标进行分类，获取SAR图像的目标检测分类结果。

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理工大学;北京理工大学重庆创新中心，其通讯地址为：100081 北京市海淀区中关村南大街5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。