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！

龙图腾网获悉数字宁波科技有限公司申请的专利一种基于轻量级网络的共有特征显著性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：CN120877062B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202510958951.8，技术领域涉及：G06V10/82；该发明授权一种基于轻量级网络的共有特征显著性目标检测方法是由卫学彬;修镜洋;李晓儿;李卓;李晓栋;毛欢欢;余镭;邵枫;王慧质设计研发完成，并于2025-07-11向国家知识产权局提交的专利申请。

本一种基于轻量级网络的共有特征显著性目标检测方法在说明书摘要公布了：本发明公开了一种基于轻量级网络的共有特征显著性目标检测方法，其构建一个包含彩色可见光图像、红外图像和深度图像的训练集，并搭建一个轻量级神经网络，轻量级神经网络主要由共有结构提取模块、双模态融合模块和多尺度特征精炼模块构成；将训练集中的数对彩色可见光图像和与其对应的红外图像、深度图像一起输入到神经网络中进行若干次网络训练，网络训练结束后得到神经网络训练模型；使用神经网络训练模型对测试图像对进行预测，得到显著性目标图像，能够在低参数量和计算量的情况下有效提高显著性目标检测的准确度。

本发明授权一种基于轻量级网络的共有特征显著性目标检测方法在权利要求书中公布了：1.一种基于轻量级网络的共有特征显著性目标检测方法，其特征在于，包括以下步骤：首先构建包含多对配准的彩色可见光图像、红外图像和深度图像的三模态训练集，并搭建轻量级神经网络；而后将训练集中的三模态图像输入到轻量级神经网络中进行多轮网络训练，网络训练结束后得到神经网络训练模型；并再次使用神经网络训练模型对测试图像对进行预测，预测得到测试图像对的显著性目标图像，所述测试图像对包括彩色可见光图像以及与其对应的红外图像和深度图像； 所述轻量级神经网络包括依次连接的特征提取模块、共有结构提取模块、双模态融合模块和多尺度特征精炼模块； 所述特征提取模块包括用于提取彩色可见光图像的特征信息和尺度信息的第一MobileNetV2骨干网络、用于提取红外图像和深度图像的特征信息和尺度信息的第二MobileNetV2骨干网络； 所述共有结构提取块用于执行对输入的深度特征图与红外特征图进行通道最大池化，而后通过元素相乘与拼接操作生成共有结构权重，并采用深度卷积与残差连接输出几何对齐的共有结构特征图； 所述双模态融合模块用于执行对彩色可见光特征与共有结构特征进行全局平均池化，而后通过全连接层生成模态注意力权重；加权融合双模态特征并输出； 所述多尺度特征精炼模块用于接收来自双模态融合模块、上一级精炼块及共有结构提取模块的特征采用不同膨胀率的空洞卷积与深度卷积提取多尺度上下文；输出当前尺度的显著性特征图，其中第五级输出为最终显著性目标图像； 所述神经网络训练模型的获得过程为：将训练集中的每对彩色可见光图像和与其对应的红外图像和深度图像输入到神经网络中进行网络训练，在每轮网络训练结束之前计算损失函数来优化神经网络，在总共进行190-210轮网络训练后得到神经网络训练模型： 其中，表示神经网络的多尺度特征提取模块中输出的显著性目标图像，表示标签图像，表示加权二元交叉熵损失，表示加权交并比损失。

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数字宁波科技有限公司，其通讯地址为：315000 浙江省宁波市鄞州区邱隘镇中山东路2622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。