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！

龙图腾网获悉西北工业大学申请的专利基于状态空间对偶模型编码器的小目标检测方法及系统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：CN121564333B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202610099865.0，技术领域涉及：G06V10/25；该发明授权基于状态空间对偶模型编码器的小目标检测方法及系统是由闵令通;范子满;钟东东;何天颢;黄宇航;杜辉宇;王子豪;于清霖设计研发完成，并于2026-01-26向国家知识产权局提交的专利申请。

本基于状态空间对偶模型编码器的小目标检测方法及系统在说明书摘要公布了：本发明涉及计算机视觉目标检测技术领域，具体涉及一种基于状态空间对偶模型编码器的小目标检测方法及系统；该方法通过获取并预处理目标图像，将其输入至预先训练好的目标检测神经网络进行检测；神经网络的编码器包含跨尺度特征融合模块与全局‑局部多尺度特征交互模块；其中，跨尺度特征融合模块通过状态空间对偶模型与深度可分离卷积实现相邻尺度特征的深度上下文融合；全局‑局部多尺度特征交互模块结合全局与局部注意力机制，形成全局感知、局部聚焦的双重建模能力。本发明提出的小目标检测方法有效解决了现有方法特征融合不足与全局‑局部信息失衡的问题，显著提升了小目标检测精度与鲁棒性，尤其适用于遥感等复杂场景中的微小目标检测。

本发明授权基于状态空间对偶模型编码器的小目标检测方法及系统在权利要求书中公布了：1.一种基于状态空间对偶模型编码器的小目标检测方法，其特征在于，包括以下步骤： 获取待检测的目标图像，对所述目标图像进行预处理，得到图像张量； 将所述图像张量输入预先训练好的目标检测神经网络，通过所述目标检测神经网络对目标图像进行小目标检测，并输出所有检测到的小目标的类别标签及边界框坐标；所述小目标为空间像素点小于设定阈值的目标； 所述目标检测神经网络包括依次连接的骨干网络、编码器、解码器及预测头； 所述骨干网络用于从所述图像张量中提取多尺度特征； 所述编码器包括跨尺度特征融合模块及全局-局部多尺度特征交互模块，所述跨尺度特征融合模块用于接收多尺度特征，并对相邻尺度的特征进行上下文融合，得到融合特征；所述全局-局部多尺度特征交互模块用于接收融合特征，并对所述融合特征分别进行全局上下文建模与局部空间建模，生成增强特征；跨尺度特征融合模块通过状态空间对偶模型与深度可分离卷积实现相邻尺度特征的深度上下文融合；全局-局部多尺度特征交互模块结合全局与局部注意力机制，形成全局感知、局部聚焦的双重建模能力； 所述跨尺度特征融合模块包括第一融合路径及第二融合路径；所述第一融合路径包含多个依次连接的第一融合单元，用于以迭代方式将深层语义信息向浅层传递融合，所述第二融合路径包含多个依次连接的第二融合单元，用于以迭代方式将浅层细节信息向深层传递融合；所述第二融合路径中，首个第二融合单元的输入包括与其空间尺度对应的第一融合单元的输出及最后一个第一融合单元的输出，最末一个第二融合单元的输入包括前一个第二融合单元的输出及骨干网络输出的空间尺度最小的特征，其余第二融合单元的输入包括与其空间尺度对应的第一融合单元的输出及前一个第二融合单元的输出；对最末一个第一融合单元的输出及所有第二融合单元的输出进行拼接，得到融合特征；所述第一融合单元及第二融合单元内部结构相同，且均基于状态空间对偶模型实现特征融合； 所述解码器接收所述增强特征，并基于所述增强特征进行小目标查询与特征交互，输出小目标表示向量； 所述预测头接收所述小目标表示向量，并根据所述小目标表示向量生成所述类别标签及边界框坐标。

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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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。