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！

龙图腾网获悉济南大学申请的专利基于多尺度特征的遥感图像小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：CN115984712B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202310011631.2，技术领域涉及：G06V20/13；该发明授权基于多尺度特征的遥感图像小目标检测方法及系统是由李岩;陈伟平;韩士元;徐涛;杨晓晖;刘振;董立凯设计研发完成，并于2023-01-05向国家知识产权局提交的专利申请。

本基于多尺度特征的遥感图像小目标检测方法及系统在说明书摘要公布了：本发明公开了基于多尺度特征的遥感图像小目标检测方法及系统；获取待检测的遥感图像；对待检测的遥感图像进行去雾处理和亮度增强处理；将亮度增强处理后的图像，输入到训练后的遥感图像小目标检测模型中，得到遥感图像的小目标检测结果；训练后的遥感图像小目标检测模型，其工作原理包括：对亮度增强处理后的遥感图像进行多尺度特征提取；对提取的多尺度特征进行特征融合和特征增强，得到特征图；对特征图中不同尺寸的感兴趣区域进行尺寸固定，得到目标的建议候选框；将提取出来的建议候选框经过非极大值抑制后，得到目标的预测边界框坐标，绘制目标所在区域的最小外接矩形，将最小外接矩形作为目标预测边界框，得到遥感图像目标的检测结果。

本发明授权基于多尺度特征的遥感图像小目标检测方法及系统在权利要求书中公布了：1.基于多尺度特征的遥感图像小目标检测方法，其特征是，包括： 获取待检测的遥感图像； 对待检测的遥感图像进行去雾处理和亮度增强处理； 将亮度增强处理后的图像，输入到训练后的遥感图像小目标检测模型中，得到遥感图像的小目标检测结果； 其中，训练后的遥感图像小目标检测模型，其工作原理包括：对亮度增强处理后的遥感图像进行多尺度特征提取；对提取的多尺度特征进行特征融合和特征增强，得到特征图；对特征图中不同尺寸的感兴趣区域进行尺寸固定，得到目标的建议候选框；将提取出来的建议候选框经过非极大值抑制后，得到目标的预测边界框坐标，绘制目标所在区域的最小外接矩形，将最小外接矩形作为目标预测边界框，得到遥感图像目标的检测结果；所述训练后的遥感图像小目标检测模型，其网络结构包括： Res2Net网络和特征金字塔网络；所述特征金字塔网络，包括：由上而下依次连接的上采样单元y1、加法器J1、上采样单元y2、加法器J2、上采样单元y3和加法器J3；上采样单元y1的输入端通过1*1的卷积层M1与第五卷积块conv_5的输出端连接；加法器J1的输入端通过1*1的卷积层M2与第四卷积块conv_4的输出端连接；加法器J2的输入端通过1*1的卷积层M3与第三卷积块conv_3的输出端连接；加法器J3的输入端通过1*1的卷积层M4与第二卷积块conv_2的输出端连接；1*1的卷积层M1的输出端与3*3的卷积层L1的输入端连接；加法器J1的输出端与3*3的卷积层L2的输入端连接；加法器J2的输出端与3*3的卷积层L3的输入端连接；加法器J3的输出端与3*3的卷积层L4的输入端连接； 3*3的卷积层L1的输出端与连接器Q1的输入端连接；3*3的卷积层L2的输出端与连接器Q2的输入端连接；3*3的卷积层L3的输出端与连接器Q3的输入端连接；3*3的卷积层L4的输出端与1*1的卷积层M8的输入端连接； 1*1的卷积层M8的输出端与下采样单元Z3的输入端连接，1*1的卷积层M8的输出端与3*3的卷积层L8的输入端连接；下采样单元Z3的输出端与连接器Q3的输入端连接。

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济南大学，其通讯地址为：250022 山东省济南市市中区南辛庄西路336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。