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！

龙图腾网获悉东南大学申请的专利一种基于关键点表示的红外弱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：CN115311570B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202210985537.2，技术领域涉及：G06V20/10；该发明授权一种基于关键点表示的红外弱小目标检测方法是由杨万扣;吴乐天;王强;王欢;赵立业设计研发完成，并于2022-08-17向国家知识产权局提交的专利申请。

本一种基于关键点表示的红外弱小目标检测方法在说明书摘要公布了：本发明公开了一种基于关键点表示的红外弱小目标检测方法，首先构建基于编码器‑解码器结构的检测网络主体框架，基于VGG16的特征提取网络；根据目标中心点的位置坐标，选择合适的高斯半径对中心点坐标按照高斯分布计算关键点热力图，把训练图像的标签图转化为相应的关键点热力图；对训练图像进行预处理后送入检测网络，进行网络训练，计算检测网络的损失函数，并进行参数更新，反复训练直至训练收敛，获得最终的网络模型；将测试图像送入检测网络中，输出热力图结果，并选择合适的阈值获得热力图的峰值区域，输出最终检测结果。本方法直接优化并定位目标中心点坐标，实现了红外弱小目标级别端到端的检测，有效提高红外弱小目标的检测速度与检测精度。

本发明授权一种基于关键点表示的红外弱小目标检测方法在权利要求书中公布了：1.一种基于关键点表示的红外弱小目标检测算法，其特征在于，包括如下步骤： S1，构建检测网络：构建基于编码器-解码器结构的检测网络主体框架，基于VGG16的特征提取网络；检测网络主体至少包括特征融合模块和金字塔池化模块，所述特征融合模块中，输入编码器中低中层的特征图与解码器中对应上一层级的特征图，使低层级较精确的位置信息与高层级较高的语义信息相融合；所述金字塔池化模块中，在池化过程中将特征图池化到不同大小，获取不同尺度下的全局信息； 所述特征融合模块的具体工作步骤为：使用不同尺寸的池化层对低层级的信息进行提取与融合，获得低层级响应值最高的多尺度显著信息，再用提取后的信息对具有高语义信息的高层级进行注意力加权； 所述金字塔池化模块的具体工作步骤为：采用4种不同的max-pooling尺寸，将特征图分别池化到11,22,33,66四个不同的尺寸大小，再通过11卷积来降低特征图通道数并上采样到原特征图尺寸，最后将所有的特征图与原特征图按通道连接； S2，标签图转换：对训练图像的二值化标签图进行处理，根据目标中心点的位置坐标，对中心点坐标按照高斯半径r的高斯分布计算关键点热力图，把训练图像的标签图转化为相应的关键点热力图； S3，训练图像输入：针对训练图像，对训练图像进行预处理后送入检测网络，所述预处理步骤至少包括将训练图像调整尺寸到同一大小，并转换为单通道灰度图像； S4，网络训练：根据步骤S3的输入，计算检测网络的损失函数，并进行参数更新，所述检测网络的损失函数SmoothL1Loss如下式所示： ； 其中，S和G分别代表检测网络的输出结果和热力图真值； S5，网络模型获得：重复步骤S3和S4，直至训练收敛，保存网络结构及参数，获得最终的网络模型； S6，测试执行：将测试图像送入到经过上述步骤已经训练好的检测网络中，输出热力图结果，并根据阈值T获得热力图的峰值区域，输出最终检测结果。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼2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。