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低空无人机目标检测方法及系统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：CN120088683B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202510197019.8，技术领域涉及：G06V20/17；该发明授权一种低空无人机目标检测方法及系统是由周剑;谢富鑫;李必军;陈泓霖;杨子秦设计研发完成，并于2025-02-21向国家知识产权局提交的专利申请。

本一种低空无人机目标检测方法及系统在说明书摘要公布了：本发明提供一种低空无人机目标检测方法及系统，包括：通过在编码层中引入多类别语义增强模块来强化前景特征，提高对低空无人机红外小目标的检测精度，同时通过查询细化模块解决不同尺度特征之间的语义错位问题。特征提取过程采用ResNet骨干网络生成多尺度特征图，随后通过多类别语义增强模块对前景特征进行加权处理，增强对目标区域的关注。查询细化模块在不同尺度的特征图之间进行跨层级信息交互，并通过路径聚合结构优化查询，确保目标查询的语义一致性。经过优化的目标查询输入解码器，解码器通过多头注意力机制直接生成目标的边界框和类别标签。本发明实现了快速、精确的小目标检测，特别适合低空无人机检测的实时性要求。

本发明授权一种低空无人机目标检测方法及系统在权利要求书中公布了：1.一种低空无人机目标检测方法，其特征在于，包括： 获取无人机红外相机采集的图像数据； 通过ResNet骨干网络对所述图像数据进行多尺度特征提取，生成不同尺度特征图； 将所述不同尺度特征图展平为多尺度特征序列，输入所述多尺度特征序列至目标检测模型的编码层中，由所述编码层中的多类别语义增强模块对所述多尺度特征序列的前景特征进行强化，得到增强多尺度特征序列，包括： 所述多类别语义增强模块通过设置线性分类头，计算每个Token在不同类别上的预测分数，生成类别分数矩阵； 设有个Token和个类别，所述线性分类头将Token的嵌入向量映射为,其中为嵌入向量的维度，映射过程如下： 其中，S包含的表示第个Token对于类别的预测分数； 多类别语义增强模块基于类别分数矩阵计算每个Token在所有类别中的最大预测分数，对于第i个Token在所有类别中选择一个最大值作为该Token的显著性分数： 将显著性分数通过Softmax函数进行归一化，生成语义上下文分数向量： 表示Token总数； 通过语义上下文分数来动态调整查询嵌入，得到调整后的查询嵌入： 其中表示语义上下文分数与查询嵌入的逐元素相乘，和分别为编码器中当前层级的键和值矩阵，为归一化因子； 重新恢复所述增强多尺度特征序列为恢复后多尺度特征图，将所述恢复后多尺度特征图传递至查询细化模块进行跨层级信息交互，生成增强多尺度特征图，包括： 在相邻层级的特征Token和之间引入了一个基于RepVGG的融合结构，计算过程如下： 其中，Conv表示卷积操作，Concat是连接操作，UP是双线性插值操作，用于将低分辨率特征图上采样至与高分辨率特征图相同的空间尺寸； 在对齐的特征上进行逐层细化融合，对进行分组卷积和加权操作，通过以下公式计算细化后的特征 其中，卷积的具体操作为 GC表示分组卷积，为ReLU激活函数，BN表示进行归一化处理，为加权系数，用于平衡输入特征的贡献； 将所述增强多尺度特征图再次展平为新的多尺度特征序列，确定所述新的多尺度特征序列中前Topk个查询作为初始化目标查询； 将所述初始化目标查询和所述新的多尺度特征序列输入至解码器，输出目标检测结果。

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。