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！

龙图腾网获悉北京理工大学;北京理工大学重庆创新中心申请的专利基于坐标感知注意力和空间语义上下文的SAR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：CN116385873B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202310263722.5，技术领域涉及：G06V20/10；该发明授权基于坐标感知注意力和空间语义上下文的SAR小目标检测方法是由江政杰;王裕沛;陈亮;张玺;周小琪设计研发完成，并于2023-03-11向国家知识产权局提交的专利申请。

本基于坐标感知注意力和空间语义上下文的SAR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坐标感知注意力和空间语义上下文的SAR小目标检测网络。目标检测是遥感图像智能处理的一项重要任务，通过一系列算法，图像上的目标会被自动定位和识别。由于SAR特有的成像机制，图像中存在许多散斑噪点，导致目标与背景难以区分，所以相较于光学遥感图像，SAR图像的处理难度更大。本发明能够显著提高SAR遥感图像小尺度目标的检测效果，特别是针对背景复杂、噪音干扰严重的SAR遥感小目标检测场景，在有效抑制背景噪音的基础上，显著提高了检测率及检测精度，并加强了模型的鲁棒性和泛化能力，提升了模型对不同场景的适应能力。

本发明授权基于坐标感知注意力和空间语义上下文的SAR小目标检测方法在权利要求书中公布了：1.基于坐标感知注意力和空间语义上下文的SAR小目标检测方法，包括以下步骤： 步骤一、多尺度坐标感知混合注意力加强特征提取： 将SAR图像首先输入至YOLOX网络的Focus模块进行图像缩放；再将缩放后的特征输入至若干个连续的坐标感知注意力特征提取模块进行由浅至深的特征提取，得到多尺度多层级空间对齐的坐标感知混合注意力加强特征图； 具体包括：输入特征首先经过一个大小为3×3，步幅为2的卷积操作进行二倍降采样，然后分别通过两个卷积核大小为1×1的卷积计算，将特征维度减半的同时分别送入至两条不同的处理路径；将其中一条路径上的特征图A首先通过一个1×1卷积降低通道数，然后经过一个3×3的深度卷积处理后进入坐标感知注意力模块中，得到坐标感知混合注意力加强特征图；接着通过一个1×1卷积恢复通道数，最后将得到的特征图与特征图A进行逐元素相加；将得到的特征图与另一条路径上的特征图B进行通道上的堆叠，最后经过一个1×1卷积将合并后的特征图进行特征细化； 在坐标感知注意力模块中，首先进行坐标感知通道注意力计算，具体而言，输入特征图首先分别在X和Y轴上进行一维平均池化，得到两个二维特征图，它们表示水平和垂直方向上的坐标感知归纳性特征图；将这两个特征图分别送入两组独立的卷积运算中，每组运算包含两个1×1卷积操作和一个Sigmoid激活函数；然后将得到的两个特征图相乘，得到坐标感知通道注意力图，再将其与输入特征相乘，得到坐标感知通道注意力加强特征图；接着在坐标感知通道注意力加强特征图的基础上继续挖掘空间注意力，具体而言，坐标感知通道注意力加强特征图首先在通道方向上分别进行最大池化和平均池化操作，得到两个空间归纳特征图；将这两个特征图进行通道上的堆叠，得到的特征图再被依次送入到两个3×3卷积和一个Sigmoid激活函数，得到坐标感知空间注意力图；最后将坐标感知空间注意力图与坐标感知通道注意力加强特征图相乘，得到坐标感知混合注意力加强特征图； 步骤二、空间语义上下文提取： 将步骤一得到的多尺度多层级空间对齐的坐标感知混合注意力加强特征图输入至空间语义上下文模块，同时捕获目标与环境的局部空间上下文信息和全局语义上下文关联，得到空间语义加强特征图； 具体包括：输入特征图首先被输入到三个并行的深度空洞卷积操作流程中，基于不同的卷积核大小3×3,3×3,5×5和空洞率1,3,3，得到了三组具有不同大小感受野的局部空间特征图；将得到的三组特征图按照对应通道依次穿插，再通过一个1×1分组卷积将每连续三幅局部空间特征图融合为一幅特征图；接着通过一个Sigmoid激活函数，得到多尺度空间上下文特征图；与此同时，输入特征图经过一个全局池化操作、两个1×1卷积以及一个Sigmoid激活函数，并将结果与自身相乘，得到全局语义上下文特征图；最后，将得到的多尺度空间上下文特征图和全局语义上下文特征图相加，得到空间语义加强特征图； 步骤三、多层级特征融合： 利用YOLOX的特征融合网络，将步骤一得到的多尺度多层级空间对齐的坐标感知混合注意力加强特征图与步骤二得到的空间语义加强特征图，通过自下而上、自上而下的跨层级特征融合路径，实现位置信息与语义信息的交互与细化，得到多尺度目标融合特征图； 步骤四、目标检测结果输出： 将步骤三得到的多尺度目标融合特征图输入至目标框检测头，输出SAR小目标的检测结果。

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北京理工大学;北京理工大学重庆创新中心，其通讯地址为：100080 北京市海淀区中关村南大街5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。