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！

龙图腾网获悉中国地质大学(武汉)申请的专利一种协同显著目标检测方法及存储介质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：CN116612415B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202310606333.8，技术领域涉及：G06V20/40；该发明授权一种协同显著目标检测方法及存储介质是由魏龙生;黄赳;郭思源;张威威;陈珺设计研发完成，并于2023-05-23向国家知识产权局提交的专利申请。

本一种协同显著目标检测方法及存储介质在说明书摘要公布了：本发明提供了一种协同显著目标检测方法及存储介质，该方法通过显著特征增强和全局信息指导实现，构建协同显著目标检测模型，在下采样网络中，通过VGG16骨干网络进行图像特征提取，采用协调注意力模块以增强图像特征的显著性，并采用动态卷积协同搜索模块搜索共同显著对象特征作为协同特征，在上采样网络中，以感受野膨胀技术进行增加感受野，并通过非局部模块获取图像的长距离依赖信息，以优化协同特征，并作为全局信息指导融合模块的输入，以降低非显著背景干扰。最后通过损失函数进行整个协同显著目标检测模型的优化。该方法运算速度快，最终协同显著目标预测结果结构完整，目标准确。

本发明授权一种协同显著目标检测方法及存储介质在权利要求书中公布了：1.一种协同显著目标检测方法，其特征在于，所述协同显著目标检测方法包括以下步骤： 构建协同显著目标检测模型； 在所述协同显著目标检测模型的下采样网络中，采用VGG骨干网络分支对待检测图像进行特征提取，得到各层的图像特征； 将第五层图像特征进行全连接处理，得到顶层特征的全连接数据； 将所述全连接数据输送到感受野膨胀模块，得到感受野膨胀后的大感受野特征； 将所述大感受野特征输送到非局部模块，得到长距离依赖信息，并作为全局信息输送至上采样网络； 将所述骨干网络的第三、四和五层图像特征分别输送到协调注意力模块，得到增强后的图像特征； 将所述增强后的图像特征分别输送到动态卷积协同搜索模块，搜索得到共同显著对象特征，并作为协同特征输送到上采样网络； 将所述骨干网络的第一和第二层图像特征分别输送到位置注意力模块，得到位置显著特征，并输送到上采样网络； 在所述协同显著目标检测模型的上采样网络中，将所述全局信息和所述协同特征输送到解码网络，得到各层预测图； 将各层预测图、各层协同特征和位置显著特征进行层层融合，并通过全局信息指导，生成结构完整和目标准确的协同显著图预测结果； 将所述骨干网络的第三、四和五层图像特征分别输送到协调注意力模块，得到增强后的图像特征步骤的具体表达式为： 其中，表示在通道下高度维度和不同宽度维度的输入组合，表示这些不同输入的加权之合，即在高度维度通道方向上的编码结果；表示在通道下宽度维度和不同高度维度的输入组合，表示这些不同输入的加权之合，即在宽度维度通道方向上的编码结果；表示在高度维度上的编码结果，表示在宽度维度上的编码结果；表示对这些编码结果组合进行正则化处理；表示非线性激活函数，表示经过正则化和激活函数之后的中间特征图；沿着空间维度在高度和宽度维度上的两个分量，表和分别表示对的卷积操作，表示非线性激活函数；表示经过卷积和非线性激活函数之后的结果；表示在横坐标和纵坐标下的通道编码结果，和分别表示在横坐标和纵坐标下，高度维度和宽度维度方向的注意力权重；表示、和三者的乘积，即最终的协调注意力数值。

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地质大学(武汉)，其通讯地址为：430000 湖北省武汉市洪山区鲁磨路388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。