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！

龙图腾网获悉电子科技大学申请的专利一种基于深度学习的可见光-红外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：CN120070868B 。

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：202510225641.5，技术领域涉及：G06V10/25；该发明授权一种基于深度学习的可见光-红外模态目标检测方法是由李文;韩世蛟;卢靖;段立新设计研发完成，并于2025-02-27向国家知识产权局提交的专利申请。

本一种基于深度学习的可见光-红外模态目标检测方法在说明书摘要公布了：本发明提出一种基于深度学习的可见光‑红外模态目标检测方法，属于红外探测领域。所述包括：获得需要检测的可见光图像或红外图像；将可见光图像或红外图像输入卷积神经网络，得到原始可见光图像特征或原始红外图像特征；将原始可见光图像特征或原始红外图像特征输入角点注意力模块提取可见光角点特征或红外角点特征，将原始可见光图像特征或原始红外图像特征输入邻域注意力模块提取可见光边缘特征或红外边缘特征；将提取到的特征输入训练好的YOLO目标检测器，YOLO目标检测器输出目标类型、置信度以及边界框位置，输出最终目标检测结果。本发明能有效提高找到目标通用特征的能力，同时能让模型学习到更鲁棒的特征表示，加强了模型的泛化能力。

本发明授权一种基于深度学习的可见光-红外模态目标检测方法在权利要求书中公布了：1.一种基于深度学习的可见光-红外模态目标检测方法，其特征在于，所述方法包括如下步骤： 步骤S1：获得配对的可见光图像及红外图像； 步骤S2：将可见光图像及红外图像分别输入卷积神经网络，通过卷积神经网络特征提取分别得到原始可见光图像特征及原始红外图像特征； 步骤S3：将原始可见光图像特征输入角点注意力模块提取可见光角点特征，将原始可见光图像特征输入邻域注意力模块提取可见光边缘特征；将原始红外图像特征输入角点注意力模块提取红外角点特征，将原始红外图像输入邻域注意力模块提取红外边缘特征；提取的可见光角点特征及可见光边缘特征组成可见光图像特征；提取的红外角点特征及红外边缘特征组成红外图像特征； 步骤S4：对可见光图像特征及红外图像特征进行处理，得到代表特征； 步骤S5：将得到的代表特征输入YOLO目标检测器； 步骤S6：对模型训练优化； 步骤S4包括以下步骤： 步骤S41：根据可见光图像特征及红外图像特征构建相应的特征集合； 步骤S42：计算可见光图像特征与红外图像特征间的差异程度； 步骤S43：根据可见光图像特征与红外图像特征间的差异程度预测目标特征中心点； 步骤S44：将可见光图像特征与红外图像特征通过线性特征映射到特征分布空间； 步骤S45：计算可见光图像特征与红外图像特征的马氏距离并筛选核心特征集合； 步骤S46：计算核心特征集合中核心可见光图像特征与核心红外图像特征的特征相似度； 步骤S47：构建拉普拉斯矩阵； 步骤S48：根据拉普拉斯矩阵筛选代表特征。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。