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！

龙图腾网获悉武汉大学申请的专利一种基于时序外观特征聚合的视频SAR动目标阴影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：CN116152213B 。

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：202310187981.4，技术领域涉及：G06T7/00；该发明授权一种基于时序外观特征聚合的视频SAR动目标阴影检测方法是由汪韬阳;洪建智设计研发完成，并于2023-02-28向国家知识产权局提交的专利申请。

本一种基于时序外观特征聚合的视频SAR动目标阴影检测方法在说明书摘要公布了：本发明属于图像处理技术领域，公开了一种时序外观特征聚合的视频SAR动目标阴影检测方法。首先获取SAR视频，将SAR视频拆解成帧序列影像；然后将相邻两帧SAR影像输入到训练好的基于时序外观特征聚合的目标检测网络模型中，处理时依次通过网络模型中的编码器、环境信息补偿的可靠关联线索生成模块、关联线索引导的特征增强模块、检测头等模块处理，获取后一帧即当前帧SAR影像的动目标阴影检测结果；最后重复上一步骤，按时间顺序处理所有的相邻两帧SAR影像对，获得视频SAR动目标阴影检测结果。本发明提出的方法可解决动目标阴影外观不稳定性和实例目标间外观相似性造成的漏检和误检问题，实现较高精度的ViSAR动目标阴影检测。

本发明授权一种基于时序外观特征聚合的视频SAR动目标阴影检测方法在权利要求书中公布了：1.一种基于时序外观特征聚合的视频SAR动目标阴影检测方法，其特征在于，包括以下步骤： 步骤1，获取SAR视频，将SAR视频拆解成帧序列影像； 步骤2，将相邻两帧SAR影像输入到训练好的基于时序外观特征聚合的目标检测网络模型中，处理时依次通过网络模型中的权值共享的主干网络编码器、环境信息补偿的可靠关联线索生成模块、关联线索引导的特征增强模块、检测头处理，获取后一帧即当前帧SAR影像的动目标阴影检测结果； 其中，权值共享的主干网络编码器用于提取原始图像的深度特征，输入原始图像，输出图像的深度特征； 环境信息补偿的可靠关联线索生成模块用于提取前一帧深度特征图各像素与后一帧深度特征图各像素的相似度矩阵，输入前一帧和后一帧图像的深度特征，输出一个四维的逐像素的相似度矩阵；环境信息补偿的可靠关联线索生成模块由环境信息补偿模块和代价体组成，环境信息补偿模块包括三个扩张率不同的空洞卷积层，1×1卷积层和激活函数，两层3×3卷积归一化层和一层3×3卷积层；代价体为前后两帧深度特征的逐像素相似度矩阵，通过环境信息补偿的可靠关联线索生成模块和主干网络编码器处理得到； 环境信息补偿模块处理步骤包括如下2步； 步骤2.1.1，输入来自编码器的高维特征图记为，高、宽和通道数分别为、和64，首先通过扩张率分别为1、2和3的三种3×3空洞卷积层对其提取特征，然后对所得到的三张特征图进行拼接，通过1×1卷积层和激活函数计算得到环境信息特征图： 1 2 其中，下标3×3是卷积核大小，d表示扩张率； 步骤2.1.2，将环境信息特征图和作矩阵乘法得到环境信息补偿的特征图，并依次通过两层3×3卷积归一化层和一层3×3卷积层得到环境信息补偿的嵌入向量： 3 4 关联线索引导的特征增强模块用于采样前一帧特征图同名像素点与后一帧特征图进行加权相加，输入前一帧特征图和四维的逐像素的相似度矩阵，输出前一帧特征图同名像素点与后一帧特征图的加权相加矩阵； 检测头用于输出检测任务相关的特征图，输入前一模块的加权相加矩阵，输出逐像素的与原始图像大小相同的位置、尺寸、分类特征图； 步骤3，重复步骤2，按时间顺序处理所有的相邻两帧SAR影像对，获得视频SAR动目标阴影检测结果。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。