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！

龙图腾网获悉中国科学院国家空间科学中心申请的专利融合认知特征的遥感图像旋转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：CN119229278B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411190373.X，技术领域涉及：G06V20/10；该发明授权融合认知特征的遥感图像旋转小目标检测方法是由陈红珍;张晗;李辰征;陈实;卞春江设计研发完成，并于2024-08-28向国家知识产权局提交的专利申请。

本融合认知特征的遥感图像旋转小目标检测方法在说明书摘要公布了：本发明属于图像处理技术领域，特别涉及一种融合认知特征的遥感图像旋转小目标检测方法。包括：将遥感图像输入预先建立和训练好的目标检测模型，检测图像中所有小目标的位置信息，并预测小目标类别，实现小目标检测；所述目标检测模型以单阶段旋转目标检测网络S2A‑Net作为基础目标检测框架，通过引入物理认知特征提取模块和认知特征与深度特征融合模块，提升目标拓扑结构特性表征能力，进而提高遥感低分辨观测条件下少样本复杂场景弱小目标的检测准确率，并降低虚警率。本发明的方法提升了目标拓扑结构特性表征能力，提高了遥感低分辨观测条件下少样本复杂场景弱小目标的检测准确率，同时降低了虚警率。

本发明授权融合认知特征的遥感图像旋转小目标检测方法在权利要求书中公布了：1.一种融合认知特征的遥感图像旋转小目标检测方法，包括： 将遥感图像输入预先建立和训练好的目标检测模型，检测图像中所有小目标的位置信息，并预测小目标类别，实现小目标检测； 所述目标检测模型以单阶段旋转目标检测网络S2A-Net作为基础目标检测框架，通过引入物理认知特征提取模块和认知特征与深度特征融合模块，提升目标拓扑结构特性表征能力，进而提高遥感低分辨观测条件下少样本复杂场景弱小目标的检测准确率，并降低虚警率； 所述物理认知特征提取模块的输入为ARN网络分类分支输出的锚框位置信息reg_prei和遥感图像I，进行锚框认知特征提取，得到高质量旋转锚框的物理认知特征Fri，作为认知特征与深度特征融合模块的输入； 所述认知特征与深度特征融合模块的输入为物理认知特征Fri和特征对齐模块FAM输出的对齐特征Fdi，进行融合处理，得到融合特征Fi，输入定向检测模块ODM； 所述物理认知特征提取模块的处理过程包括： 步骤S1采用FAST算法进行点特征检测，得到特征点集； 步骤S2针对特征点集，进行点拓扑结构特征描述，得到目标全局描述向量；包括： 步骤S2-1构建复杂网络，并采用结合边和点的自主动态演化机制进行动态演化； 步骤S2-2针对复杂网络动态演化过程获取的各时刻演化网络图，进行局部MS-PIIFD描述； 步骤S2-3采用特征词袋BOF方法，通过特征聚类得到领域视觉词典； 步骤S2-4利用词典、网络局部度中心性，对局部MS-PIIFD描述向量，进行加权投影处理，生成全局MS-PIIFD描述子； 所述认知特征与深度特征融合模块的处理过程包括： 将目标物理认知特征Fri通过嵌入层映射至深度特征空间； 将物理认知特征Fri经嵌入层映射后与对齐特征Fdi通过多层感知机进行融合，得到基于认知感知的融合特征Fi： Fi＝MLPfθFri,Fdi 其中，fθ·表示嵌入层映射，MLP·表示多层感知机。

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中国科学院国家空间科学中心，其通讯地址为：100190 北京市海淀区中关村南二条1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。