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！

龙图腾网恭喜中国人民解放军军事科学院系统工程研究院申请的专利一种图像目标的融合检测处理方法和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：CN119360169B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202411411082.9，技术领域涉及：G06V10/80；该发明授权一种图像目标的融合检测处理方法和装置是由杨珂;田震;杨健;周航;李想;韩鹏;朱旭;肖德政;齐亮设计研发完成，并于2024-10-10向国家知识产权局提交的专利申请。

本一种图像目标的融合检测处理方法和装置在说明书摘要公布了：本发明公开了一种图像目标的融合检测处理方法和装置，所述方法包括：获取目标融合训练数据集；所述目标融合训练数据集，包括图像数据子集、超声波数据子集和对应的标签子集；所述超声波数据子集，包括超声波数据；所述图像数据子集，包括图像数据；对所述目标融合训练数据集进行预处理，得到预处理训练数据集；利用所述预处理训练数据集，对构建的融合检测模型进行训练处理，得到训练完毕的融合检测模型；利用所述训练完毕的融合检测模型，对所采集得到的图像数据和超声波数据进行处理，得到目标信息。

本发明授权一种图像目标的融合检测处理方法和装置在权利要求书中公布了：1.一种图像目标的融合检测处理方法，其特征在于，包括：S1，获取目标融合训练数据集；所述目标融合训练数据集，包括图像数据子集、超声波数据子集和对应的标签子集；所述超声波数据子集，包括超声波数据；所述图像数据子集，包括图像数据；所述标签子集中的任一标签数据，在所述图像数据子集和超声波数据子集中，分别具有对应的图像数据和超声波数据；S2，对所述目标融合训练数据集进行预处理，得到预处理训练数据集；S3，利用所述预处理训练数据集，对构建的融合检测模型进行训练处理，得到训练完毕的融合检测模型；S4，利用所述训练完毕的融合检测模型，对所采集得到的图像数据和超声波数据进行处理，得到目标信息；所述对所述目标融合训练数据集进行预处理，得到预处理训练数据集，包括：S21，对所述目标融合训练数据集进行野值剔除处理，得到第一数据集合；S22，对所述第一数据集合进行边界检查处理，得到预处理训练数据集；所述融合检测模型，包括:特征编码模块、融合编码模块和融合检测模块；所述特征编码模块，包括输入子模块、第一特征编码子模块和第二特征编码子模块；所述输入子模块，与所述第一特征编码子模块和第二特征编码子模块连接；所述输入子模块，包括输入口、第一输出口和第二输出口，用于接收得到超声波数据和图像数据，将所述图像数据，通过第一输出口发送至第一特征编码子模块，将所述超声波数据，通过第二输出口将所述第二特征编码子模块；所述融合编码模块，包括第一输入模块、第一自注意力模块、第一多头注意力模块、第一加法模块、第一融合输出模块、第二输入模块、第二自注意力模块、第二多头注意力模块、第二加法模块、第二融合输出模块；所述第一融合输出模块，用于输出第一融合信号；所述第二融合输出模块，用于输出第二融合信号；所述第一输入模块，包括输入口、第一输出口和第二输出口，用于接收得到所述第一特征编码子模块输出的编码信息，将所述编码信息由所述第一输出口和第二输出口分别进行输出；所述第一输入模块的第一输出口，与所述第一自注意力模块的输入口相连；所述第一输入模块的第二输出口，与所述第一加法模块的第二输入口相连；所述第一自注意力模块，包括输入口、第一输出口、第二输出口、第三输出口；所述第一输出口，用于输出对所述第一特征编码子模块输出的编码信息进行自注意力编码后的Q变量；所述第二输出口，用于输出对所述第一特征编码子模块输出的编码信息进行自注意力编码后的K变量；所述第三输出口，用于输出对所述第一特征编码子模块输出的编码信息进行自注意力编码后的V变量；所述第一自注意力模块的第一输出口，与所述第一多头注意力模块的第一输入口相连；所述第一自注意力模块的第二输出口，与所述第一多头注意力模块的第二输入口相连；所述第一自注意力模块的第三输出口，与所述第一多头注意力模块的第三输入口相连；所述第一多头注意力模块，包括第一输入口、第二输入口、第三输入口和输出口；所述第一多头注意力模块的输出口，与所述第一加法模块的第一输入口相连；所述第一加法模块，用于对其第一输入口的输入变量和第二输入口的输入变量进行求和处理，得到和变量，将所述和变量发送至第一融合输出模块；所述第二输入模块，包括输入口、第一输出口和第二输出口，用于接收得到所述第二特征编码子模块输出的编码信息，将所述编码信息由所述第一输出口和第二输出口分别进行输出；所述第二输入模块的第一输出口，与所述第二自注意力模块的输入口相连；所述第二输入模块的第二输出口，与所述第二加法模块的第二输入口相连；所述第二自注意力模块，包括输入口、第一输出口、第二输出口、第三输出口；所述第一输出口，用于输出对所述第二特征编码子模块输出的编码信息进行自注意力编码后的Q变量；所述第二输出口，用于输出对所述第二特征编码子模块输出的编码信息进行自注意力编码后的K变量；所述第三输出口，用于输出对所述第二特征编码子模块输出的编码信息进行自注意力编码后的V变量；所述第二自注意力模块的第一输出口，与所述第二多头注意力模块的第一输入口相连；所述第二自注意力模块的第二输出口，与所述第二多头注意力模块的第二输入口相连；所述第二自注意力模块的第三输出口，与所述第二多头注意力模块的第三输入口相连；所述第二多头注意力模块，包括第一输入口、第二输入口、第三输入口和输出口；所述第二多头注意力模块的输出口，与所述第二加法模块的第一输入口相连；所述第二加法模块，用于对其第一输入口的输入变量和第二输入口的输入变量进行求和处理，得到和变量，将所述和变量发送至第二融合输出模块；所述融合检测模块，包括第一融合子模块、第二融合子模块、第三融合子模块、第五拼接融合模块、一维反卷积网络模块；所述第一融合子模块，包括：第一PReLU激活函数模块、第一归一化模块、第一全连接层、第二PReLU激活函数模块、第二归一化模块、第一拼接融合模块、第二全连接层、第三PReLU激活函数模块、第三全连接层、第四PReLU激活函数模块、第三归一化模块、第一LSTM网络模块、第四归一化模块、第二拼接融合模块、第四全连接层、第一Sigmoid激活函数模块、第一哈达码内积模块；所述第一PReLU激活函数模块的输出端，与所述第一归一化模块的输入端相连接；所述第一归一化模块的输出端，与所述第一全连接层的输入端相连接；所述第一全连接层的输出端，与所述第二PReLU激活函数模块的输入端相连接；所述第二PReLU激活函数模块的输出端，与所述第二归一化模块的输入端相连接；所述第二归一化模块的输出端，与所述第一拼接融合模块的输入端相连接；所述第一拼接融合模块的输出端，与所述第二全连接层的输入端相连接；所述第二全连接层的输出端，与所述第三PReLU激活函数模块的输入端相连接；所述第三PReLU激活函数模块的输出端，与所述第三全连接层的输入端相连接；所述第三全连接层的输出端，与所述第四PReLU激活函数模块的输入端相连接；所述第四PReLU激活函数模块的输出端，与所述第三归一化模块的输入端相连接；所述第三归一化模块的输出端，与所述第一LSTM网络模块的输入端相连接；所述第一LSTM网络模块的输出端，与所述第四归一化模块的输入端相连接；所述第四归一化模块的输出端，与所述第二拼接融合模块的输入端相连接；所述第二拼接融合模块的输出端，与所述第四全连接层的输入端相连接；所述第四全连接层的输出端，与所述第一Sigmoid激活函数模块的输入端相连接；所述第一Sigmoid激活函数模块的输出端，与所述第一哈达码内积模块的输入端相连接；所述第二融合子模块，包括：第五PReLU激活函数模块、第五归一化模块、第五全连接层、第六PReLU激活函数模块、第六归一化模块、第三拼接融合模块、第六全连接层、第七PReLU激活函数模块、第七全连接层、第八PReLU激活函数模块、第七归一化模块、第二LSTM网络模块、第八归一化模块、第四拼接融合模块、第八全连接层、第二Sigmoid激活函数模块、第二哈达码内积模块；所述第五PReLU激活函数模块的输出端，与所述第五归一化模块的输入端相连接；所述第五归一化模块的输出端，与所述第五全连接层的输入端相连接；所述第五全连接层的输出端，与所述第六PReLU激活函数模块的输入端相连接；所述第六PReLU激活函数模块的输出端，与所述第六归一化模块的输入端相连接；所述第六归一化模块的输出端，与所述第三拼接融合模块的输入端相连接；所述第三拼接融合模块的输出端，与所述第六全连接层的输入端相连接；所述第六全连接层的输出端，与所述第七PReLU激活函数模块的输入端相连接；所述第七PReLU激活函数模块的输出端，与所述第七全连接层的输入端相连接；所述第七全连接层的输出端，与所述第八PReLU激活函数模块的输入端相连接；所述第八PReLU激活函数模块的输出端，与所述第七归一化模块的输入端相连接；所述第七归一化模块的输出端，与所述第二LSTM网络模块的输入端相连接；所述第二LSTM网络模块的输出端，与所述第八归一化模块的输入端相连接；所述第八归一化模块的输出端，与所述第四拼接融合模块的输入端相连接；所述第四拼接融合模块的输出端，与所述第八全连接层的输入端相连接；所述第八全连接层的输出端，与所述第二Sigmoid激活函数模块的输入端相连接；所述第二Sigmoid激活函数模块的输出端，与所述第二哈达码内积模块的输入端相连接；所述第三融合子模块，包括：第九全连接层、第九PReLU激活函数模块、第九归一化模块、第十全连接层、第十PReLU激活函数模块、第十一全连接层、第十一PReLU激活函数模块、第十归一化模块、第三LSTM网络模块、第十一归一化模块；所述第九全连接层的输出端，与所述第九PReLU激活函数模块的输入端相连接；所述第九PReLU激活函数模块的输出端，与所述第九归一化模块的输入端相连接；所述第九归一化模块的输出端，与所述第十全连接层的输入端相连接；所述第十全连接层的输出端，与所述第十PReLU激活函数模块的输入端相连接；所述第十PReLU激活函数模块的输出端，与所述第十一全连接层的输入端相连接；所述第十一全连接层的输出端，与所述第十一PReLU激活函数模块的输入端相连接；所述第十一PReLU激活函数模块的输出端，与所述第十归一化模块的输入端相连接；所述第十归一化模块的输出端，与所述第三LSTM网络模块的输入端相连接；所述第三LSTM网络模块的输出端，与所述第十一归一化模块的输入端相连接；所述第一融合输出模块的输出端，与所述第一PReLU激活函数模块的输入端和所述第一哈达码内积模块的输入端分别连接；所述第二融合输出模块的输出端，与所述第五PReLU激活函数模块的输入端和所述第二哈达码内积模块的输入端分别连接；所述第九归一化模块的输出端，与所述第一拼接融合模块的输入端和第三拼接融合模块的输入端分别连接；所述第十一归一化模块的输出端，与所述第二拼接融合模块的输入端和第四拼接融合模块的输入端分别连接；所述第一哈达码内积模块的输出端和第二哈达码内积模块的输出端，分别与所述第五拼接融合模块的输入端连接；所述第五拼接融合模块的输出端，与所述一维反卷积网络模块的输入端连接；所述第一PReLU激活函数模块，用于输入第一融合信号；所述第五PReLU激活函数模块，用于输入第二融合信号；所述第九全连接层，用于输入图像数据；所述一维反卷积网络模块，用于输出图像目标信息；所述图像目标信息，表示了输入融合检测模型的图像数据中出现目标的概率。

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中国人民解放军军事科学院系统工程研究院，其通讯地址为：100141 北京市丰台区大成路13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”。