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！

龙图腾网获悉中科星图数字地球合肥有限公司申请的专利一种基于密度估计的遥感影像密集小目标检测系统的目标检测方法、设备及介质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：CN120451501B 。

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：202510541404.X，技术领域涉及：G06V10/25；该发明授权一种基于密度估计的遥感影像密集小目标检测系统的目标检测方法、设备及介质是由苏丽萍;薛博维;马斅良设计研发完成，并于2025-04-28向国家知识产权局提交的专利申请。

本一种基于密度估计的遥感影像密集小目标检测系统的目标检测方法、设备及介质在说明书摘要公布了：本发明公开了一种基于密度估计的遥感影像密集小目标检测系统的目标检测方法、设备及介质，其中系统包括：自监督密度估计模块、密度峰值优化模块和动态提示分割模块，系统通过输入遥感影像，通过自监督学习生成小目标密度热力图；利用密度峰值动态优化密度热力图，获取小目标提取提示点，依据小目标提取提示点驱动SAM模型获取分割结果。本发明通过自监督预训练与少样本学习框架的结合，在未经训练的新类别小目标检测任务中，检测准确率提，有效克服开放场景下的类别限制问题。

本发明授权一种基于密度估计的遥感影像密集小目标检测系统的目标检测方法、设备及介质在权利要求书中公布了：1.一种基于密度估计的遥感影像密集小目标检测系统的目标检测方法，其特征在于，包括步骤： S1、输入遥感影像，通过自监督学习生成小目标密度热力图； S2、利用密度峰值动态优化密度热力图； S3、基于优化密度热力图获取小目标提取提示点，依据小目标提取提示点驱动SAM模型获取分割结果； 所述S1包括步骤： S11、采用MAE在无标注遥感图像上预训练ViT-Base模型，学习小目标的边缘纹理特征； S12、冻结ViT-Base模型底层参数，在CounTR网络中加入跨尺度特征交互模块，使多尺度特征图进行注意力融合，提升对小目标的敏感度； 所述S2包括步骤： S21、以滑动窗口遍历密度热力图，基于动态阈值分割算法，根据局部密度分布自动调整峰值检测阈值，公式表示为： 其中，μlocal为滑动窗口的局部均值，为滑动窗口的局部方差，α和β为自适应权重系数； S22、基于改进DBSCAN聚类算法，基于小目标点空间距离与密度相似性聚类，公式表示为： dpi,pj＝λ·‖pi-pj‖2+1-λ·|Dpi-Dpj| 其中，Dp为小目标点p的密度值，λ为平衡空间距离和密度差异的权重系数； 其中系统包括： 自监督密度估计模块，对输入的遥感影像，通过自监督学习生成小目标密度热力图； 密度峰值优化模块，基于动态阈值过滤算法和DBSCAN聚类，优化密度热力图消除背景噪声点； 动态提示分割模块，基于优化的密度热力图，获取小目标提取提示点作为SAM模型点提示，获取SAM分割结果； 其中，将SAM分割结果反向投影至自监督密度估计模块，迭代优化小目标提取提示点，构建双向反馈机制。

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科星图数字地球合肥有限公司，其通讯地址为：230088 安徽省合肥市高新区望江西路900号中安创谷科技园一期A1楼36层；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。