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！

龙图腾网获悉江西财经大学申请的专利基于自适应部分自注意力的红外小目标检测方法与系统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：CN119540539B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202510109261.5，技术领域涉及：G06V10/25；该发明授权基于自适应部分自注意力的红外小目标检测方法与系统是由张迎梅;鲍王涛;伏泉嘉;肖沁;邹雪婷;兰雨豪设计研发完成，并于2025-01-23向国家知识产权局提交的专利申请。

本基于自适应部分自注意力的红外小目标检测方法与系统在说明书摘要公布了：本发明提出一种基于自适应部分自注意力的红外小目标检测方法与系统，该方法包括：将单帧红外图像依次经过双残差注意力块以及特征编码器的处理，得到编码特征图；对不同层级的编码特征图进行最大池化下采样处理，得到编码特征，在通道维度上对编码特征进行拼接，得到多尺度高级编码特征图；基于多尺度高级编码特征图得到全局上下文长程特征图；基于全局上下文长程特征图得到加码特征图；将解码特征图输入预测头，得到预测结果。本发明有效提取红外图像中的显著小目标，并利用自适应部分自适应部分自注意力块来整合全局上下文信息，加强模型的长距离依赖性学习能力，有效增强了对红外小目标位置和形状的感知能力。

本发明授权基于自适应部分自注意力的红外小目标检测方法与系统在权利要求书中公布了：1.一种基于自适应部分自注意力的红外小目标检测方法，所述方法基于预测模型实现，所述预测模型由特征编码模块、自适应部分自注意力模块、特征解码模块以及图像检测模块构成，其特征在于，所述方法包括如下步骤： 步骤1、将单帧红外图像依次经过双残差注意力块以及特征编码器的处理，得到编码特征图，对应过程存在的关系式为： ； 其中，表示单帧红外图像，表示经过卷积核大小为1×1的卷积层处理，表示经过双残差注意力块处理，表示第层的编码特征图，表示经过窗口大小为2步长为2的最大池化层处理，表示第层的编码特征图，表示窗口大小，表示步长，表示编码特征图； 双残差注意力块的工作原理通过如下关系式表达： ； 其中，表示第层的初级编码特征图，表示经过卷积核大小为3×3的卷积层处理，表示经过高斯激活函数处理，表示经过批归一化层处理，表示第层的双残差注意力块输入特征，表示第层增强残差特征图，表示经过空间注意力增强后的第层特征图再经过通道注意力增强后得到的特征图，表示经过多层感知网络的处理，表示经过最大池化处理，表示经过平均池化处理，表示经过空间注意力增强后得到的特征图，表示经过卷积核大小为7×7的卷积层处理，表示Sigmoid激活函数，表示在通道维度上的拼接操作； 步骤2、对不同层级的编码特征图进行最大池化下采样处理，得到编码特征，在通道维度上对编码特征进行拼接，得到多尺度高级编码特征图； 步骤3、将多尺度高级编码特征图进行通道分割操作，得到分割后的多尺度高级编码特征图，对分割后的多尺度高级编码特征图进行自注意力计算，得到全局注意力图； 将全局注意力图与多尺度高级编码特征图在通道维度上进行拼接，得到融合特征图，通过卷积层和多层感知机对融合特征图进行处理，得到全局上下文长程特征图； 步骤4、对全局上下文长程特征图进行基于转置卷积的上采样操作后再与编码特征图进行合并，得到中间层的解码特征图，将中间层的解码特征图输入特征解码器中，得到解码特征图； 步骤5、将解码特征图输入预测头，得到潜在预测图像，整合潜在预测图像，得到最终的检测图像； 根据最终的检测图像对目标进行跟踪。

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江西财经大学，其通讯地址为：330000 江西省南昌市经济技术开发区双港东大街169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。