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！

龙图腾网获悉浙江师范大学申请的专利基于红外和可见光图像融合的无人机目标检测方法及装置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：CN121505488B 。

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：202610024819.4，技术领域涉及：G06V20/17；该发明授权基于红外和可见光图像融合的无人机目标检测方法及装置是由郑忠龙;陈相漆;张大伟;林飞龙;贾日恒;蒋云良设计研发完成，并于2026-01-09向国家知识产权局提交的专利申请。

本基于红外和可见光图像融合的无人机目标检测方法及装置在说明书摘要公布了：本发明提供一种基于红外和可见光图像融合的无人机目标检测方法及装置，该方法包括：通过无人机上搭载的传感器同时采集同一场景两种模态的图像，从可见光图像中提取全局光照信息以生成光照权重，根据光照权重计算两种模态的加权系数；对可见光特征图和红外特征图分别使用对应的加权系数加权得到加权特征；确定两种模态的加权特征之间的频域差异，根据频域差异对加权特征增强得到增强特征；将两种模态的增强特征拼接后分别输入全局分支和局部分支，得到全局偏移场和局部偏移场后叠加得到最终偏移场，使用最终偏移场对红外增强特征隐式位置对齐；将对齐后两种模态的增强特征拼接后输入目标检测头得到目标检测结果。本发明提升目标检测精度和鲁棒性。

本发明授权基于红外和可见光图像融合的无人机目标检测方法及装置在权利要求书中公布了：1.一种基于红外和可见光图像融合的无人机目标检测方法，其特征在于，包括： 通过无人机上搭载的红外成像传感器与可见光成像传感器同时采集同一场景两种模态的图像，从可见光图像中提取全局光照信息并根据所述全局光照信息生成光照权重，根据所述光照权重计算所述两种模态的加权系数； 从所述可见光图像中提取可见光特征图，从红外图像中提取红外特征图，对所述可见光特征图和红外特征图分别使用对应的加权系数加权得到加权特征； 确定所述两种模态的加权特征之间的频域差异，根据所述频域差异对所述两种模态的加权特征进行增强得到两种模态的增强特征； 将两种模态的增强特征拼接后分别输入全局分支和局部分支，得到全局偏移场和局部偏移场，将全局偏移场和局部偏移场叠加得到最终偏移场，使用最终偏移场对红外特征图的增强特征进行隐式位置对齐； 将对齐后的两种模态的增强特征拼接后输入目标检测头，得到无人机视角下的多类别目标检测结果； 从可见光图像中提取全局光照信息并根据所述全局光照信息生成光照权重，包括： 将所述可见光图像转换至Lab色彩空间后提取亮度通道L，并从所述可见光图像中提取颜色对抗通道特征R-G和B-R+G2； 将所述亮度通道特征和颜色对抗通道特征作为全局光照信息输入卷积网络，得到所述卷积网络输出的光照权重； 确定所述两种模态的加权特征之间的频域差异，包括： 对所述两种模态的加权特征分别进行二维离散余弦变换得到频谱特征； 将所述两种模态的加权特征融合后施加通道注意力机制得到全局特征，根据所述全局特征生成两种模态的调制系数； 对所述两种模态的频谱特征分别使用对应的调制系数调制得到调制后的特征； 对所述两种模态调制后的特征进行二维离散余弦变换得到频域特征； 将所述可见光图像的频域特征减去所述红外图像的频域特征得到的差值作为第一频域差异，将所述红外图像的频域特征减去所述可见光图像的频域特征得到的差值作为第二频域差异； 根据所述频域差异对所述两种模态的加权特征进行增强得到两种模态的增强特征，包括： 对所述第一频域差异进行下采样和卷积降维后作为第一查询，对所述第二频域差异进行下采样和卷积降维后作为第一键和第一值； 根据所述第一查询、第一键和第一值，计算第一跨模态注意力矩阵，根据第一跨模态注意力矩阵通过矩阵乘法得到所述可见光图像的的增强特征； 对所述第二频域差异进行下采样和卷积降维后作为第二查询，对所述第一频域差异进行下采样和卷积降维后作为第二键和第二值； 根据所述第二查询、第二键和第二值，计算跨第二模态注意力矩阵，根据第二跨模态注意力矩阵通过矩阵乘法得到所述红外图像的增强特征。

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浙江师范大学，其通讯地址为：321004 浙江省金华市婺城区迎宾大道688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。