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！

龙图腾网获悉宁波市测绘和遥感技术研究院(宁波市自然资源和规划调查监测中心)申请的专利基于分辨率保存和利用网络的遥感影像小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：CN121482571B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202610030713.5，技术领域涉及：G06V10/82；该发明授权基于分辨率保存和利用网络的遥感影像小目标检测方法是由姚靖;文学东;张天巍;聂倩;林昀;陈立波;梅元勋;李俊峰;朱梦圆设计研发完成，并于2026-01-12向国家知识产权局提交的专利申请。

本基于分辨率保存和利用网络的遥感影像小目标检测方法在说明书摘要公布了：本发明涉及一种基于分辨率保存和利用网络的遥感影像小目标检测方法，通过获取原始遥感影像并对该影像依次执行不同特征提取阶段下的下采样层处理得到下采样层处理后影像，利用多分支的不同尺度卷积核的卷积层分别提取所得各初步中间特征图的特征信息且将提取到的所有特征信息作为多通道信息，而后利用具有预设尺度卷积核的卷积对该多通道信息做整合处理得到整合后的多尺度信息，利用预设分辨率保存和利用网络模块对整合后多尺度信息做处理得到该模块的整体输出，最后对该整体输出处理得到遥感影像小目标检测。如此，实现了对原始遥感影像中多尺度特征交叉关联，细化了小目标特征表达，实现了对原始遥感影像中小目标特征的稳定和准确提取。

本发明授权基于分辨率保存和利用网络的遥感影像小目标检测方法在权利要求书中公布了：1.基于分辨率保存和利用网络的遥感影像小目标检测方法，其特征在于，包括如下步骤： 步骤1，获取已采集的原始遥感影像； 步骤2，对获取的原始遥感影像分别依次执行不同特征提取阶段下的下采样层处理，分别得到各特征提取阶段下的下采样层处理后影像，实现浅层特征提取下的空间分辨率降采样； 步骤3，利用深度可分离卷积分别对各特征提取阶段所得到的下采样层处理后影像做处理，分别得到对应各特征提取阶段下基础层的初步中间特征图，以提取与小目标相关的最小邻域范围内的有效空间上下文信息； 步骤4，利用多分支的不同尺度卷积核的卷积层分别提取所得各初步中间特征图的特征信息且将提取到的所有特征信息作为多通道信息，而后利用具有预设尺度卷积核的卷积对该多通道信息做整合处理，得到整合后的多尺度信息； 步骤5，利用基于编码器-解码器路径、三源分辨率保持模块路径以及残差连接路径所形成的分辨率保存和利用网络模块对所得整合后的多尺度信息做分辨率保存和利用处理，得到该分辨率保存和利用网络模块的整体输出； 步骤6，对所得分辨率保存和利用网络模块的整体输出进行处理，得到遥感影像小目标检测；其中： 在所述编码器-解码器路径中，所述编码器与解码器呈对称结构且通过重复堆叠编码器和解码器以提取深层语义特征，每个编码器包含一步下采样，每个解码器包含一步上采样且编码器与解码器数量相等； 在所述三源分辨率保持模块路径中： 将经基础层处理后的特征图作为输入图像并将该输入图像分解成分别作为感受野扩展源的第一处理流、作为空间保持源的第二处理流以及作为下采样源的第三处理流； 采用卷积核尺度大小为3×3的常规卷积层扩展第一处理流中单个特征点的感受野生成第一特征处理结果； 采用卷积核尺度大小为1×1的常规卷积层且利用第二处理流中单个特征点的通道信息生成第二特征处理结果； 采用卷积核尺度大小为3×3的常规卷积层且设置采样步长为原来采样步长的两倍以降低特征图空间尺寸，压缩部分冗余空间信息，得到第三特征图； 使用转置卷积将第三特征图的特征图空间尺寸提升至与原始输入图像空间尺寸一致，得到对应第三特征图的第三特征处理结果。

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宁波市测绘和遥感技术研究院(宁波市自然资源和规划调查监测中心)，其通讯地址为：315042 浙江省宁波市鄞州区和济街36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。