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！

龙图腾网获悉沈阳理工大学申请的专利用于红外小目标检测的渐进式特征融合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：CN116681976B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202310508666.7，技术领域涉及：G06V10/80；该发明授权用于红外小目标检测的渐进式特征融合方法是由张骢;韩自强;岳明凯;权康男;高琪;史瑞设计研发完成，并于2023-05-08向国家知识产权局提交的专利申请。

本用于红外小目标检测的渐进式特征融合方法在说明书摘要公布了：本发明提供一种用于红外小目标检测的渐进式特征融合方法，涉及红外目标检测技术领域。本发明首先采集数据图像并将其裁剪缩放至256×256大小，然后对其进行掩码标注，再将采集的数据集进行划分。经过训练集图像预处理、网络结构随机初始化后，进行特征提取。生成三种不同尺寸的特征图，并分别传入FSM和PFM增强目标高频特征响应幅值。将增强后的结果传入分割头得出最终的预测分割图。最后使用已标注的数据集与预测分割图进行损失计算，根据损失值进行反向传播实现对模型参数的优化直至损失收敛，保存模型与权值文件。本发明解决了红外小目标检测中由于目标轮廓模糊、纹理细节特征少带来的误检漏检问题，提高了红外小目标检测的准确率和检测速度。

本发明授权用于红外小目标检测的渐进式特征融合方法在权利要求书中公布了：1.一种用于红外小目标检测的渐进式特征融合方法,其特征在于，包括以下步骤： 步骤1，使用红外成像仪器捕获包含前景目标的红外图像，并使用标注工具对图像中的目标无人机进行数据标注得到红外小目标数据集； 步骤2，对红外小目标数据集进行数据增强； 步骤3，设计网络结构，使得给定一幅输入图像，通过此网络结构的端到端卷积对每个像素进行分类以判别其是否为无人机目标，然后输出与其相同大小的分割结果，最后使用CELoss和SoftIoULoss损失函数以实现在期望的方向上优化，上述网络结构分为两个部分：全局特征提取器和特征融合网络，其中特征融合网络又分为两个模块：Neck和Head，其中Neck包括PoolPyramidFusionModel简称为PFM和FeatureSelectionModel简称为FSM； FSM模块由位置挑选LSM模块和通道挑选CSM模块组成，囊括高层语义信息的深层特征和含有图像轮廓信息及位置信息的浅层特征可以充分融合，进而提高输出解码图的利用率，基于CBAM模块进行改进设计LSM和CSM模块，将LSM、CSM分别应用于低层采样输出和高层采样输出以获取目标位置信息和轮廓信息； 步骤4，使用设计的渐进式特征融合网络PFFNet对已标注的红外小目标数据集进行训练直至网络收敛，保存为最佳训练模型与权重文件，使用最佳训练模型对测试集进行检测，并获取测试集的测试结果； 步骤4.1，使用SGD优化器对PFFNet进行优化，设置动量、权值衰减系数及初始学习率，并采用ploy的衰减策略进行训练直至网路收敛，保存最佳训练模型与权重文件； 步骤4.2，使用步骤4.1得到的模型权重对测试集进行结果测试，即相同硬件条件下对PFFNet和其他红外小目标检测算法在公开红外小目标数据集上进行对比测试。

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沈阳理工大学，其通讯地址为：110159 辽宁省沈阳市浑南区南屏中路6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。