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！

龙图腾网恭喜南京航空航天大学申请的专利面向遥感图像弱小目标的融合多层级特征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：CN113723172B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202110690152.9，技术领域涉及：G06V20/13；该发明授权面向遥感图像弱小目标的融合多层级特征目标检测方法是由朱桂熠;刘勇;施天俊;张琨;张寅;闫钧华;朱德燕设计研发完成，并于2021-06-11向国家知识产权局提交的专利申请。

本面向遥感图像弱小目标的融合多层级特征目标检测方法在说明书摘要公布了：本发明涉及一种面向遥感图像弱小目标的融合多层级特征目标检测方法，所述方法基于卷积神经网络和遥感图像弱小目标的多层级特征，通过端到端的目标检测网络，提升对遥感图像弱小目标的检测精度。本发明基于实际工程中遥感图像弱小目标存在尺寸小，如：几十个像素、特征弱的特性，提出一种针对此类弱小目标的检测方法，该方法通过卷积神经网络逐层提取目标特征、跨层级通道融合目标特征、位置注意力机制聚合目标特征及双支路特征图预测目标，形成端到端的目标检测网络，以达到对遥感图像弱小目标进行高精度高速率检测的目的。实验表明，本发明可以有效提升遥感图像弱小目标检测的查全率和查准率。

本发明授权面向遥感图像弱小目标的融合多层级特征目标检测方法在权利要求书中公布了：1.一种面向遥感图像弱小目标的融合多层级特征目标检测方法，其特征在于，所述方法基于卷积神经网络和遥感图像弱小目标的多层级特征，通过卷积神经网络逐层提取目标特征、跨层级通道融合目标特征、位置注意力机制聚合目标特征及双支路特征图预测目标，形成端到端的目标检测网络，实现对弱小目标的精准检测；所述检测方法的具体过程为：步骤1：将存在弱小目标的遥感图像输入卷积神经网络，由主干特征提取网络对遥感图像进行采样，形成图像特征金字塔；由主干特征提取网络对遥感图像连续进行四次下采样，对应层级编号为pii＝0,1,2,3,4；步骤2：对所述图像特征金字塔中的部分层级进行翻倍的上采样和下采样操作，并对相邻特征提取层上下级特征进行融合，提取融合特征；对所述图像特征金字塔p2、p3、p4层进行两倍上采样和两倍下采样操作，并对相邻特征提取层上下级特征进行融合；增加一条跨层级通道特征融合路径，进行跨层级通道特征融合，进一步提取融合特征；所述跨层级通道特征融合具体为：对图像特征金字塔中的p2、p3、p4层分别通过最近邻插值法进行上采样操作，通过卷积进行下采样操作，并对相邻特征提取层上下级特征进行融合，提取具有目标纹理信息和语义信息的更有效特征；同时，特征金字塔的p2、p3、p4层均存在特征融合的输入及输出节点，在中间层级的输入及输出节点之间额外增加一条特征融合路径，融合更多通道特征；最后，输出跨层级多通道融合后的双支路特征图；所述的特征融合由下式表示： 式中，↑2×表示通过最近邻插值法对特征图进行两倍上采样操作；↓2×表示通过卷积对特征图进行两倍下采样操作；和为跨层级通道特征融合后的特征图输出；式中的第三项p3即为增加的一条跨层级通道特征融合路径；步骤3：通过空间特征聚合模块聚合特征，进行双支路特征图弱小目标预测；最后利用非极大值抑制算法Non-MaximumSuppressionNMS，得到弱小目标检测结果。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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”。