中国科学院声学研究所许枫获国家专利权
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声学研究所申请的专利一种基于特征融合的水下静态小目标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：CN116403060B 。
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：202310228267.5，技术领域涉及：G06V10/77；该发明授权一种基于特征融合的水下静态小目标检测方法是由许枫;符书楠;刘佳;逄岩设计研发完成，并于2023-03-10向国家知识产权局提交的专利申请。
本一种基于特征融合的水下静态小目标检测方法在说明书摘要公布了：本发明涉及水下静态目标检测领域，特别涉及一种基于特征融合的水下静态小目标检测方法。本发明方法包括：对声呐图像的回波数据依次进行预处理、分割与后处理，得到潜在目标区域；提取潜在目标区域的Hu矩特征，并通过卷积神经网络提取潜在目标区域的CNN深度特征；将提取的Hu矩特征和CNN深度特征拼接融合得到目标分类结果。本发明方法能够将声图中绝大多数目标提取出来，同时最大限度地保留目标的完整性；将目标低级形状特征Hu矩和CNN深度特征进行融合，形成形状特征表达能力更强的特征融合网络用于分类，有效提高了目标检测的精度；本发明适用于不同成像环境下的水下静态小目标检测，具有广泛的应用场景。
本发明授权一种基于特征融合的水下静态小目标检测方法在权利要求书中公布了：1.一种基于特征融合的水下静态小目标检测方法，所述方法包括： 对声呐图像的回波数据依次进行预处理、分割与后处理，得到潜在目标区域；所述预处理，包括：对声呐回波数据进行区域尺度校正和对声呐图像利用分段伽马校正进行增强；所述分割，采用基于potts模型的MRF算法；所述后处理，包括对分割后的声呐图像进行尺寸约束，删除形状尺寸不符合检测要求的区域； 提取潜在目标区域的Hu矩特征，并通过卷积神经网络提取潜在目标区域的CNN深度特征； 将提取的Hu矩特征和CNN深度特征拼接融合得到目标分类结果；具体包括： 构建全连接层FC-4，并将提取的Hu矩特征输入到全连接层FC-4进行维数扩展；将拓展的Hu矩特征与CNN深度特征进行拼接融合；将拼接融合后的特征输入全连接层FC-2进行映射；最后通过全连接层FC-3得到目标分类结果。
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中国科学院声学研究所，其通讯地址为：100190 北京市海淀区北四环西路21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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励