北京航空航天大学尹继豪获国家专利权
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！
龙图腾网获悉北京航空航天大学申请的专利一种基于场景-样本关系先验的细粒度飞机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：CN117893918B 。
龙图腾网通过国家知识产权局官网在2026-03-27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：202410049187.8，技术领域涉及：G06V20/13；该发明授权一种基于场景-样本关系先验的细粒度飞机目标检测方法是由尹继豪;王麒雄;姜鸿翔;宁玮玉设计研发完成，并于2024-01-12向国家知识产权局提交的专利申请。
本一种基于场景-样本关系先验的细粒度飞机目标检测方法在说明书摘要公布了：本发明涉及一种基于场景‑样本关系先验的细粒度飞机目标检测方法，包括以下步骤：将包含飞机样本的图片输入骨干网络，建立多尺度特征图；建立全局位置编码，并且通过区域建议网络，获取特征图上的重点区域特征，然后做边界框的回归和分类；构建场景与物体之间的注意力矩阵，并将加入注意力矩阵的重点区域特征转换成查询向量、索引向量和关键值向量；利用查询向量、索引向量和关键值向量以及全局位置编码，通过Transformer获得目标与目标之间的关系矩阵；利用加入关系矩阵的重点区域特征，优化每个边界框的分类结果。本发明能实现遥感图像中的细粒度飞机目标检测，增强对高相似度样本的检测能力，提升飞机目标的检测精度。
本发明授权一种基于场景-样本关系先验的细粒度飞机目标检测方法在权利要求书中公布了：1.一种基于场景-样本关系先验的细粒度飞机目标检测方法，其特征在于，包括以下步骤： 步骤1将包含飞机样本的图片作为图像输入到骨干网络，利用特征金字塔网络建立多尺度特征图； 步骤2针对步骤1建立的多尺度特征图建立全局位置编码，并且通过区域建议网络，获取特征图的重点区域特征，送入回归网络和分类网络做重点区域的边界框回归和分类；所述重点区域特征指图像中包含目标的区域特征； 步骤3针对步骤2获取的重点区域特征，构建场景与物体之间的注意力矩阵，使用卷积网络，将加入注意力矩阵的重点区域特征转换成查询向量、索引向量和关键值向量； 步骤4针对步骤3的查询向量、索引向量和关键值向量，利用步骤2的全局位置编码，通过多层自注意力网络获得目标与目标之间的关系矩阵； 步骤5针对步骤4的关系矩阵，利用步骤2中的重点区域特征，重新对重点区域的边界框进行分类，优化每个边界框的分类结果。
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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励