恭喜中國科學院西安光學精密機械研究所邱實獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜中國科學院西安光學精密機械研究所申請的專利一種基于多尺度上下文特征的光學衛星遙感圖像目標檢測模型及方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN119181030B 。
龍圖騰網通過國家知識產權局官網在2025-04-18發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202411689885.0,技術領域涉及:G06V20/13;該發明授權一種基于多尺度上下文特征的光學衛星遙感圖像目標檢測模型及方法是由邱實;楊鴻波;陳鐵橋;劉佳;李思遠;胡炳樑設計研發完成,并于2024-11-25向國家知識產權局提交的專利申請。
本一種基于多尺度上下文特征的光學衛星遙感圖像目標檢測模型及方法在說明書摘要公布了:本發明涉及目標檢測方法,具體涉及一種基于多尺度上下文特征的光學衛星遙感圖像目標檢測模型及方法,為解決現有技術中存在的由于小目標的分辨率低、像素尺寸小而導致其目標檢測較為困難的不足之處,基于多尺度上下文特征的光學衛星遙感圖像目標檢測模型包括主干網絡、多尺度上下文特征融合單元和檢測頭,多尺度上下文特征融合單元包括多尺度特征處理模塊和上下文特征融合模塊,上下文特征融合模塊用于提取局部特征與上下文特征,將局部特征與上下文特征拼接并疊加不同權重后輸出。基于多尺度上下文特征的光學衛星遙感圖像目標檢測方法建立并訓練上述目標檢測模型,再將待檢測衛星圖像輸入訓練好的目標檢測模型中得到檢測結果。
本發明授權一種基于多尺度上下文特征的光學衛星遙感圖像目標檢測模型及方法在權利要求書中公布了:1.一種基于多尺度上下文特征的光學衛星遙感圖像目標檢測模型,其特征在于:包括主干網絡、多尺度上下文特征融合單元和檢測頭;所述主干網絡包括串聯的多個卷積層,第一個卷積層的輸入端用于輸入待檢測衛星圖像,待檢測衛星圖像由前一卷積層處理后輸出至下一卷積層進行處理,依次經多個卷積層,每個卷積層分別輸出不同層次的特征圖;串聯的多個卷積層結構相同,記為Ci,其中,i∈{1,2,3,4,5};所述多尺度上下文特征融合單元包括多尺度特征處理模塊和上下文特征融合模塊;多尺度特征處理模塊對卷積層C5得到的特征經上采樣后作為多尺度特征P5,對卷積層C4得到的特征經上采樣后與多尺度特征P5融合得到多尺度特征P4,對卷積層C3得到的特征經上采樣后與多尺度特征P4融合得到多尺度特征P3;多尺度特征P3通過上下文特征融合模塊處理,得到加權特征,將其與多尺度特征P4融合獲得融合特征N4,融合特征N4通過上下文特征融合模塊處理后與多尺度特征P5融合,獲得融合特征N5;所述上下文特征融合模塊包括上下文特征提取模塊、特征拼接模塊以及加權處理模塊;上下文特征提取模塊包括普通卷積核和膨脹卷積核,普通卷積核用于提取局部特征,膨脹卷積核用于提取上下文特征;特征拼接模塊用于將局部特征與上下文特征進行拼接;加權處理模塊設置為全連接層,用于學習得到各種目標不同尺度的局部特征和其上下文特征的對應權重,并對局部特征與上下文特征分別疊加不同權重得到加權特征并輸出;特征拼接模塊和加權處理模塊之間還包括歸一化和平均池化模塊,用于對拼接的局部特征和上下文特征進行歸一化和平均池化,實現降維處理;所述檢測頭對多尺度特征P3、融合特征N4以及融合特征N5分別進行識別,輸出標記圖像以及目標類別的預測向量和邊界框的預測值。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人中國科學院西安光學精密機械研究所,其通訊地址為:710119 陜西省西安市高新區新型工業園信息大道17號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。