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！

龙图腾网获悉中国科学院长春光学精密机械与物理研究所申请的专利基于多尺度特征融合的旋转检测系统及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：CN121033678B 。

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：202511539743.0，技术领域涉及：G06V20/10；该发明授权基于多尺度特征融合的旋转检测系统及方法是由姜肖楠;于成瑞;傅瑶;龚元浩;张雨;樊延超;付天骄;张策;孙宇欣设计研发完成，并于2025-10-27向国家知识产权局提交的专利申请。

本基于多尺度特征融合的旋转检测系统及方法在说明书摘要公布了：本发明涉及目标检测技术领域，尤其涉及一种基于多尺度特征融合的旋转检测系统及方法，其中主干网络对输入的遥感图像进行多层特征提取；颈部网络对多层的提取特征采用金字塔结构进行特征的压缩与扩展，并与金字塔结构中相邻层的输出特征进行跨层信息交互与融合，得到融合特征；聚合网络对融合特征进行通道维度和空间维度的聚集和分散操作，完成对融合特征在通道维度和空间维度的二次分配，得到聚合特征；头部网络对聚合特征进行检测，得到识别结果。本发明提出了一种新的基于金字塔结构的颈部结构，使系统可以高效地融合三重不同尺度的特征图，配合聚合网络提取到更多的车辆目标特征用于检测，提高检测的精度。

本发明授权基于多尺度特征融合的旋转检测系统及方法在权利要求书中公布了：1.一种基于多尺度特征融合的旋转检测系统，其特征在于，包括： 主干网络，对输入的遥感图像进行多层特征提取，得到多层提取特征； 颈部网络，对所述提取特征采用金字塔结构进行特征的压缩与扩展，并与所述金字塔结构中相邻层的输出特征进行跨层信息交互与融合，最后对处理后的每个特征进行双向残差处理，得到融合特征；在所述颈部网络中：对来自所述主干网络的第三提取特征进行C3卷积运算后进行上采样，将上采样后的特征与来自所述主干网络的第二提取特征进行融合，得到特征A1；对特征A1进行C2F-CG运算后进行上采样，将上采样后的特征与来自所述主干网络的第一提取特征进行融合，得到特征A2；将特征A2进行C2F-CG运算后进行下采样，将下采样后的特征与特征A1进行融合，得到特征A3；将特征A3进行C2F-CG运算后进行下采样，将下采样后的特征与所述第三提取特征进行融合，得到特征A4；将特征A4与所述第三提取特征对应元素相加，得到第一融合特征；对所述第一融合特征进行C3卷积运算后进行下采样，将下采样后的特征与特征A3融合后，再与所述第二提取特征对应元素相加，得到第二融合特征；对所述第二融合特征进行C3卷积运算后进行下采样，将下采样后的特征与特征A2融合后，再与所述第一提取特征对应元素相加，得到第三融合特征；在所述C2F-CG运算中，对输入特征进行C2F计算，在对处理后的特征进行CGM处理，得到输出特征；在所述CGM处理的过程中：对输入特征进行卷积，在对卷积后特征进行维度分割处理，得到部分特征Z1和部分特征Z2；对部分特征Z1进行CG_Bottleneck处理，得到部分特征Z3，再对部分特征Z3进行CG_Bottleneck处理，得到部分特征Z4，将部分特征Z2、部分特征Z3以及部分特征Z4进行特征整合，得到输出特征；在所述CG_Bottleneck处理的过程中：对输入特征进行并行的提取局部特征和提取周围特征的操作，分别得到局部特征和周围特征；将所述局部特征和所述周围特征进行整合后，进行通道信息的提取，将提取到的通道信息与输入特征进行整合，得到输出特征； 聚合网络，对所述融合特征进行通道维度和空间维度的聚集和分散操作，完成对所述融合特征在通道维度和空间维度的二次分配，得到聚合特征；所述聚合网络包括三个聚集-分散注意力模块，所述第一融合特征、所述第二融合特征和所述第三融合特征分别输入对应的聚集-分散注意力模块中进行通道维度和空间维度的二次分配，对应得到第一聚合特征、第二聚合特征以及第三聚合特征；在每个聚集-分散注意力模块中，先对输入特征进行全局平均池化，得到反应通道信息的特征；对处理后的特征进行聚集处理，得到聚集特征，再对所述聚集特征进行分散处理，得到分散特征；将所述分散特征进行插值操作进行空间维度恢复，再将恢复的特征与输入特征整合，得到对应的聚合特征；在所述聚集处理的过程中：对全局平均池化后的特征进行卷积操作后，再进行通道压缩，聚合不同通道的局部特征信息，再进行sigmoid激活操作；将sigmoid激活操作后的特征与卷积操作后的特征进行整合，得到所述聚集特征；在所述分散处理的过程中：对所述聚集特征进行卷积操作，再进行通道扩展，再进行sigmoid激活操作；将sigmoid激活操作后的特征与卷积操作后的特征进行整合，得到所述分散特征； 头部网络，对所述聚合特征进行检测，得到识别结果。

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中国科学院长春光学精密机械与物理研究所，其通讯地址为：130033 吉林省长春市经济技术开发区东南湖大路3888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。