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！

龙图腾网获悉嘉兴学院申请的专利基于语义特征增强的小目标对象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：CN116188925B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202211677510.3，技术领域涉及：G06V10/80；该发明授权基于语义特征增强的小目标对象检测方法是由李永刚;陈钰淇;叶利华;魏远旺;龚迅炜;李英建;韩书垚;蒋金京设计研发完成，并于2022-12-26向国家知识产权局提交的专利申请。

本基于语义特征增强的小目标对象检测方法在说明书摘要公布了：本发明公开了一种基于语义特征增强的小目标对象检测方法，该方法包括：首先利用亚像素卷积实现特征图的上采样，以完成亚像素横向连接单元的设计，通过亚像素横向连接单元获取采样后的特征图Li；然后通过语义增强单元将相邻的两个采样后的特征图Li和Li‑1合并，并根据标准卷积和可变形卷积获取相邻的特征图的特征信息差异，以获取融合特征图Ei；最后通过增强语义特征金字塔网络逐层融合各层的分布特征，以获取语义丰富、利于目标定位的特征图，以检测小目标对象。本发明减少了丢失重要上下文信息的几率，有助于利用高层的丰富语义信息，能够将高层的语义信息和低层的上下文信息相结合，以改进小目标检测中的多尺度特征学习。

本发明授权基于语义特征增强的小目标对象检测方法在权利要求书中公布了：1.一种基于语义特征增强的小目标对象检测方法，其特征在于，包括以下步骤： 1利用亚像素卷积实现特征图的上采样，以完成亚像素横向连接单元的设计，通过亚像素横向连接单元获取采样后的特征图Li；所述步骤1包括以下子步骤： 1.1将待检测图像输入特征提取网络以提取待检测图像的特征图； 1.2将特征图输入亚像素横向连接单元，通过像素洗牌操作将大小为r2C×H×W的特征图的元素重新排列以获取大小为C×rH×rW的特征图，其中，r2C表示特征图的通道数，H和W分别表示特征图的高度和宽度； 1.3根据所述步骤1.2获得的特征图，对于第i个特征图Ci∈RH×W×C，直接使用亚像素卷积完成对第五个特征图C5的上采样；使用1×1卷积将C2、C3和C4这三个特征图的通道数减少到256，然后使用亚像素卷积对其分辨率进行上采样；以获取采样后的特征图Li； 2通过语义增强单元将相邻的两个采样后的特征图Li和Li-1合并，并根据标准卷积和可变形卷积获取相邻的特征图的特征信息差异，以获取融合特征图Ei；所述步骤2包括以下子步骤： 2.1合并特征图：对于所述步骤1.3获取的采样后的特征图Li，将相邻的两个采样后的特征图Li和Li-1作为语义增强单元的输入，将Li和Li-1在通道维度上进行合并，使用3×3卷积生成合并后的特征图Fi； 2.2根据所述步骤2.1获得的合并后的特征图Fi和标准卷积计算偏移量Δi；根据偏移量Δi和合并后的特征图Fi通过可变形卷积计算出相邻的特征图的特征信息差异； 2.3将所述步骤1.3获取的采样后的特征图Li和与其相邻的特征图的特征信息差异进行融合以获取融合特征图Ei； 3通过增强语义特征金字塔网络逐层融合各层的分布特征，以获取语义丰富、利于目标定位的特征图，以检测小目标对象。

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嘉兴学院，其通讯地址为：314001 浙江省嘉兴市广穹路899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”。