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！

龙图腾网获悉南京航空航天大学申请的专利一种基于动态光照感知随机掩膜的多模态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：CN120259294B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202510734298.7，技术领域涉及：G06T7/00；该发明授权一种基于动态光照感知随机掩膜的多模态目标检测方法是由王建园;张越;陈金宝;唐朝;石东浩;邵远逵;矦世华设计研发完成，并于2025-06-04向国家知识产权局提交的专利申请。

本一种基于动态光照感知随机掩膜的多模态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动态光照感知随机掩膜的多模态目标检测方法，涉及多模态目标检测领域，提出动态光照感知随机掩膜方法，对训练集部分比例图像进行掩膜处理，并考虑曝光和强光环境的影响，使网络无偏地学习多模态有效互补特征；构建双模态特征级融合目标检测基础网络；引入跨模态差分特征交互模块，通过提取可见光和红外模态之间的差异特征和在通道‑空间维度上动态分配注意力权重，增加双模态间的互补信息交互；展开模型训练和测试。本发明提供的多模态目标检测方法提高了多模态目标检测模型对曝光和强光等复杂光照环境的鲁棒性，提高了无人机平台卫星平台的多模态遥感目标检测能力和复杂光照条件下的目标识别精度。

本发明授权一种基于动态光照感知随机掩膜的多模态目标检测方法在权利要求书中公布了：1.一种基于动态光照感知随机掩膜的多模态目标检测方法，其特征在于，包括以下步骤： S1、获取待检测图像，对待检测图像进行预处理得到初始图像； S2、基于YOLOv8n和改进跨模态差分特征交互模块，构建改进的多模态检测模型，获取多模态目标检测数据集，并采用多模态目标检测数据集结合动态光照感知随机掩膜的双模态模型训练策略对改进的多模态检测模型进行训练； 所述改进的多模态检测模型包括双流骨干网络、跨模态差分特征交互增强模块和YOLO检测头； S3、采用改进的多模态检测模型对初始图像进行处理得到目标检测结果； 所述双流骨干网络用于对初始图像进行多尺度特征提取，从而进行后续特征融合； 所述初始图像包括可见光图像和红外图像，所述图像特征包括可见光特征和红外特征； 所述跨模态差分特征交互模块用于利用初始图像之间的差分互补信息，从通道和空间两方面增强模态间特征，并将多尺度特征利用通道级联手段融合，送入特征金字塔结构，最终输入给YOLO检测头； 所述YOLO检测头对待检测信息进行检测得到目标检测结果，所述目标检测结果包括目标位置、目标类别和预测概率； 所述多模态目标检测数据集包括可见光-红外图像，对多模态目标检测数据集划分训练集、验证集和测试集后； 采用动态光照感知的随机掩膜训练策略具体步骤如下： 步骤一：将一个可见光图像均匀分成N×N个区域，计算每个区域的平均照明值，并将这些区域按照照明值升序排列，排名最靠前即亮度最低的K个区域为暗光区域称为Top-K区域，排名最靠后的K个区域为亮光区域称为Bottom-K区域； 步骤二：将与可见光图像匹配的红外图像也划分为N×N个区域； 步骤三：对于暗光区域，在可见光图像的所有暗光区域位置添加掩膜，即像素值置为0； 步骤四：对于亮光区域，随机选定K2个亮光区域的位置在红外模态添加掩膜，即像素值置为0，其余K2个位置在可见光模态添加掩膜，即像素值置为0； 步骤五：在多模态数据集的训练集中选定目标比例的可见光-红外图像，重复上述步骤一-步骤四，即进行掩膜处理； 步骤六：掩膜处理仅对训练集进行处理，验证集和测试集保持不变，利用掩膜处理后的训练集和原始的验证集、测试集，对多模态目标检测模型展开训练和测试。

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航空航天大学，其通讯地址为：211106 江苏省南京市秦淮区御道街29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”。