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！

龙图腾网获悉中国计量大学;杭州微影软件有限公司申请的专利一种基于选择性状态空间的双分支红外小目标识别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：CN120726308B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202511220335.9，技术领域涉及：G06V10/25；该发明授权一种基于选择性状态空间的双分支红外小目标识别方法是由章东平;陈梁宇;卢清晓;余家斌;王迪;李尚哿;陈则楠设计研发完成，并于2025-08-29向国家知识产权局提交的专利申请。

本一种基于选择性状态空间的双分支红外小目标识别方法在说明书摘要公布了：本发明公开一种基于选择性状态空间的双分支红外小目标识别方法，收集并划分红外小目标数据集，使用主干网络Resnet‑50对红外小目标数据进行特征提取，后输入感兴趣区域预测模块RPN和注意力聚合模块KAAM，进一步提取语义表征和位置信息并进行融合，实现小目标在复杂背景下的精确识别；再通过目标判别网络并引入SS2D空间选择性建模模块，深度提取全局上下文信息，以及动态建模目标与背景之间的时空依赖关系。本发明有效克服了传统方法在面对复杂背景干扰与目标尺寸变化时的识别局限性，同时在网络模型的训练过程中设计基于对比约束的优化策略，增强了网络对微小目标的辨识与分割精度，实现了高鲁棒性的小目标识别性能。

本发明授权一种基于选择性状态空间的双分支红外小目标识别方法在权利要求书中公布了：1.一种基于选择性状态空间的双分支红外小目标识别方法，其特征在于，包括： 步骤1、收集红外小目标数据集，并将数据集划分为训练集、验证集和测试集； 步骤2、将红外小目标数据集输入主干网络Resnet-50进行特征提取，后输入双分支结构，双分支结构包括感兴趣区域预测模块RPN和注意力聚合模块KAAM； 所述主干网络Resnet-50提取红外小目标粗特征后输入至KAAM模块进行重要特征增加和局部边缘弱化； 所述KAAM模块包括通道注意力建模分支与空间注意力建模分支，首先在通道注意力建模分支输入提取的红外小目标粗特征X，分别进行全局平均池化与最大池化操作，得到两个通道描述向量与；然后将通道描述向量分别输入EfficientKANBlock中，利用可学习的样条插值函数进行非线性特征映射，两条支路输出结果按通道维度进行加法融合，并经Sigmoid激活函数生成通道注意力图Ac，最终将通道注意力图与原始输入特征逐通道相乘，得到通道增强后的中间特征图Xc；之后，将Xc输入至空间注意力建模分支，首先沿通道维度分别执行最大池化与平均池化，生成两个空间特征图，将两张图在通道维度拼接后输入7×7卷积层，再经Sigmoid激活，生成空间注意力图，最终将空间注意力图作用于Xc得到KAAM模块的输出特征图Xout； 步骤3、由主干网络Resnet-50完成特征提取后经RPN模块生成潜在预测对象候选区域ROI的标注框，并对除标注框外的背景图像进行清除，得到预测对象位置信息图，后输入至MAMBABLOCK模块，获取小目标位置信息图； 步骤4：将通过Resnet-50提取的多尺度特征输入至KAAM模块，对各通道信息进行差异化增强，生成三通道特征图，随后将其与步骤3获取的小目标位置信息图进行特征级融合，从而构建兼具语义表征与位置信息的增强特征图； 步骤5：将步骤4中的增强特征图输入至目标判别网络，目标判别网络以候选区域为基础，通过多层残差块对增强特征图进行深度特征提取，引入序列建模结构以建构区域间的上下文联系，并将提取后的特征两两输入至MRFFM模块进行跨尺度残差特征融合，得到最终融合特征图，随后再经过进一步的特征压缩与分类头映射，输出二分类结果，判定每个候选区域是否为真实小目标，从而实现目标筛选； 步骤6：将步骤5的最终融合特征图与步骤3中输出的预测对象位置信息图共同输入进行融合，并进行语义特征重组后生成融合特征图，引导最终的分割头生成更具判别性的目标掩码图。

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计量大学;杭州微影软件有限公司，其通讯地址为：310018 浙江省杭州市下沙高教园区学源街258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。