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！

龙图腾网获悉南京邮电大学申请的专利一种基于模拟高光谱图像辅助深度学习的伪装目标检测方法和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：CN118823305B 。

龙图腾网通过国家知识产权局官网在2025-06-10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：202410789372.0，技术领域涉及：G06V10/25；该发明授权一种基于模拟高光谱图像辅助深度学习的伪装目标检测方法和系统是由唐雨;刘林峰;徐佳设计研发完成，并于2024-06-18向国家知识产权局提交的专利申请。

本一种基于模拟高光谱图像辅助深度学习的伪装目标检测方法和系统在说明书摘要公布了：本发明涉及一种基于模拟高光谱图像辅助深度学习的伪装目标检测方法和系统，属于图像处理技术领域。所述方法包括：根据原始图像模拟出高光谱图像数据，所述高光谱图像数据包括不同波段的光谱信息；对原始图像和高光谱图像数据进行处理；将经过处理的高光谱图像数据和原始图像输入预设模型进行训练，得到伪装目标检测模型；应用经过训练的所述伪装目标检测模型，实现对伪装目标的检测和识别。本方法实现了在复杂背景中对伪装目标的精准检测和识别，提高了检测精度和鲁棒性。

本发明授权一种基于模拟高光谱图像辅助深度学习的伪装目标检测方法和系统在权利要求书中公布了：1.一种基于模拟高光谱图像辅助深度学习的伪装目标检测方法，其特征在于，所述方法包括以下步骤：S1:根据原始图像模拟出高光谱图像数据，所述高光谱图像数据包括不同波段的光谱信息；S2:对原始图像和高光谱图像数据进行处理；S3:将经过处理的高光谱图像数据和原始图像输入预设模型进行训练，得到伪装目标检测模型；S4:应用经过训练的所述伪装目标检测模型，实现对伪装目标的检测和识别；所述根据原始图像模拟出高光谱图像数据，包括：对原始图像进行高光谱重建，得到模拟的高光谱图像数据；所述对原始图像和高光谱图像数据进行处理，包括：将原始图像和高光谱图像输入到用于特征提取的编码器中，提取浅层特征和深层特征，对浅层特征进行融合得到共享空间特征，生成初始预测图；对深层特征采取注意力机制分配权重，进行深层特征修正；所述特征提取、浅层特征融合、深层特征修正具体包括：（1）特征提取：将原始图像和高光谱图像分别输入用于提取浅层特征的编码器中得到浅层特征，；将原始图像和高光谱图像分别输入用于提取深层特征的残差神经网络模型中得到深层特征,,和,,，其中，R代表原始图像的特征，H代表高光谱图像的特征，1，2，3表示从上而下提取特征的层数；（2）浅层特征融合：对于浅层特征，，进行全局平均池化得到平均编码,,两者经过多层感知器MLP得到，然后根据余弦相似性计算出两者对应的权重、，公式如下： 其中代表的是矩阵乘法，根据计算的权重将浅层特征进行融合得到初始特征和初始预测： （3）深层特征进行修正：将连接，得到: 将通过通道注意力，得到分配权重后的: 利用对初始预测进行修正，具体修正措施如下：经过上采样得到,并使用sigmoid进行归一化，将归一化结果与反向结果分别乘以当前尺度的特征图，分别得到前景注意特征和背景注意特征： 根据前景注意特征、背景注意特征和初始预测计算出前景干扰、背景干扰，通过元素加法消除前景干扰，元素减法消除背景干扰，最后通过一个卷积层得到下一层的预测特征的预测图,进入下一层的修正环节，如此往复直到最终的预测，即为最终预测图输出。

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南京邮电大学，其通讯地址为：210000 江苏省南京市栖霞区文苑路9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”。