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！

龙图腾网获悉西北工业大学申请的专利一种物理信息引导的SAR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：CN119942323B 。

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：202411987055.6，技术领域涉及：G06V20/10；该发明授权一种物理信息引导的SAR飞机目标检测方法是由黄钟泠;刘龙;韩军伟设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本一种物理信息引导的SAR飞机目标检测方法在说明书摘要公布了：本发明公开了一种物理信息引导的SAR飞机目标检测方法，包括：构建飞机目标切片数据集并进行散射关键点提取；基于高斯混合模型，利用散射关键点生成飞机目标切片对应的概率密度图像作为真值热图；构建目标散射关键点预测网络并进行训练，训练过程中利用飞机目标切片对应的真值热图、预测网络预测得到的预测热图计算网络损失；构建特征重加权网络；将特征重加权网络以及训练好的目标散射关键点预测网络组成联合模型，并将联合模型接入深度学习骨干网络和目标检测网络，从而构建物理信息引导的SAR飞机目标检测网络；利用SAR飞机检测图像数据集对SAR飞机目标检测网络进行训练，保存训练好的网络模型用于对未知目标类别的SAR飞机检测图像进行检测和识别。

本发明授权一种物理信息引导的SAR飞机目标检测方法在权利要求书中公布了：1.一种物理信息引导的SAR飞机目标检测方法，其特征在于，包括： 步骤1，构建飞机目标切片数据集；对飞机目标切片数据集中的飞机目标切片进行散射关键点的提取；基于高斯混合模型，利用散射关键点生成飞机目标切片对应的概率密度图像作为真值热图； 步骤2，构建目标散射关键点预测网络，利用飞机目标切片数据集对目标散射关键点预测网络进行训练，训练过程中利用飞机目标切片对应的真值热图、飞机目标切片经目标散射关键点预测网络预测得到的预测热图计算网络损失； 步骤3，获取SAR飞机检测图像数据集，并构建特征重加权网络；将特征重加权网络以及训练好的目标散射关键点预测网络组成联合模型，并将联合模型接入深度学习骨干网络、目标检测网络，从而构建物理信息引导的SAR飞机目标检测网络；利用SAR飞机检测图像数据集对SAR飞机目标检测网络进行训练，保存训练好的SAR飞机目标检测网络模型用于对未知目标类别的SAR飞机目标检测图像进行识别；其中，特征重加权网络包括压缩模块和迭代特征增强模块； SAR飞机检测图像分别输入深度学习骨干网络、目标散射关键点预测网络进行特征提取，得到对应的深度特征图以及预测热图，将深度特征图、预测热图分别通过压缩模块进行压缩处理后，共同进入到迭代特征增强模块进行特征增强，增强后的特征再与深度特征图融合后得到检测特征并输入目标检测网络中，得到对飞机目标的分类和检测结果。

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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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。