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！

龙图腾网获悉长春大学申请的专利一种基于门控差分单元的光学遥感图像显著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：CN121280709B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202511861206.8，技术领域涉及：G06V10/25；该发明授权一种基于门控差分单元的光学遥感图像显著目标检测方法是由孙明思设计研发完成，并于2025-12-11向国家知识产权局提交的专利申请。

本一种基于门控差分单元的光学遥感图像显著目标检测方法在说明书摘要公布了：一种基于门控差分单元的光学遥感图像显著目标检测方法。涉及计算机视觉和图像处理技术领域，具体涉及一种基于门控差分单元的光学遥感图像显著目标检测方法。本发明通过一个新颖的“门控差分单元”解码器结构，有效抑制光学遥感图像中复杂的背景噪声，并精确捕捉和增强显著目标的特征，从而解决该领域因目标尺度多变、背景杂乱及小目标细节易丢失所导致的检测精度不佳的问题。所述方法包括如下步骤：获取遥感图像数据集和真值图，并对所述数据集进行预处理；构建GDUFormer模型：模型包括：编码器、门控差分单元、卷积模块、预测头、平横交叉熵函数和交并比损失函数；将待检测的遥感图像，输入模型，得到检测结果。

本发明授权一种基于门控差分单元的光学遥感图像显著目标检测方法在权利要求书中公布了：1.一种基于门控差分单元的光学遥感图像显著目标检测方法，其特征在于，所述方法包括如下步骤： S1、获取遥感图像数据集和真值图，并对所述数据集进行预处理； S2、构建GDUFormer模型： GDUFormer模型包括：4个PVTV2模块、3个门控差分单元、4个卷积模块、预测头、平横交叉熵函数和交并比损失函数； 门控差分单元包含若干GDU模块，GDU模块的输入数据经过聚合模块和第一个归一化模块后，被分为两个分支，一个分支经过HDDC模块处理后，得到HDDC模块的输出，另一个分支经过FGA模块处理后，得到FGA模块的输出，HDDC模块的输出和FGA模块的输出经逐元素相乘融合后，再依次经过第二个归一化模块和ConvFFN模块后，得到解码结果； HDDC模块的工作流程如下： HDDC模块的输入经过权重矩阵的处理，得到用于存储上下文信息的下层特征和用于构建权重属性的上层特征； 上层特征和下层特征经矩阵乘法处理后，得到初始卷积核，的尺度为，其中，表示批次大小，表示的核大小，表示多头自注意力机制的头数，表示特征图宽和高的乘积； 依次经过卷积扩展和沿维度1进行分割后，得到两个独立卷积核，的大小为 分别对的图像维度进行均值压缩，得到和的核空间权重和； 对进行核空间处理： 基于二维空间的曼哈顿距离构建对应核大小的距离衰减矩阵； 以的中心像素为起点，分层划分的核空间结构，得到若干个由内向外的窗口层次； 依次计算每一层窗口层次中，像素点与其顺时针相邻像素之间强度差异值； 基于所述强度差异值的大小，为每一层窗口层次赋予自适应层次算子，得到窗口层次差异权重； 将所有窗口层次权重拼接在一起，记为； 将和相加后，再与进行残差连接，残差连接后再经激活函数处理后作用于，得到； 对执行和相同的核空间处理，得到； 将和进行拼接处理，得到HDDC模块的输出； FGA模块包括空间提取分支和通道提取分支； FGA模块的输入分别经过空间提取分支和通道提取分支处理后，得到空间提取结果和通道提取结果和再依次经过聚合模块、点卷积模块、归一化机制和SiLU激活函数后，得到FGA模块的输出； S3、根据预处理后的数据集和真值图训练GDUFormer模型； S4、将待检测的遥感图像，输入训练完的GDUFormer模型，得到遥感图像显著目标检测结果。

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长春大学，其通讯地址为：130022 吉林省长春市卫星路6543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。