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！

龍圖騰網恭喜上海宇航系統工程研究所申請的專利基于深度學習內外雙反饋的空間目標部件智能識別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：CN115049940B 。

龍圖騰網通過國家知識產權局官網在2025-05-16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：202210695145.2，技術領域涉及：G06V10/82；該發明授權基于深度學習內外雙反饋的空間目標部件智能識別方法是由王澤斌;金后;朱虹;徐峰;顧冬晴;唐生勇;衛國寧;計佳俊設計研發完成，并于2022-06-20向國家知識產權局提交的專利申請。

本基于深度學習內外雙反饋的空間目標部件智能識別方法在說明書摘要公布了：本發明公開了一種基于深度學習內外雙反饋的空間目標部件智能識別方法，包括1基于空間目標智能識別與損失函數構建的內反饋網絡；2基于主成分分析、BP神經網絡的空間目標圖像質量評價和圖像質量提升構建的外反饋網絡。其中，內反饋智能識別基于VGG16神經網絡搭建21層的深度卷積神經網絡，網絡中進一步擴大神經網絡感受野以提升目標識別的準確率。外反饋鏈路中，圖像質量評價采用空間圖像常用4大類18項無參考圖像質量評價指標，通過BP神經網絡構建空間目標圖像質量與部件識別準確率的關系模型，針對影響部件識別準確率的敏感項開展圖像質量提升，實現消除空間環境固有“低質”影響因素下目標部件識別準確率的提升。

本發明授權基于深度學習內外雙反饋的空間目標部件智能識別方法在權利要求書中公布了：1.基于深度學習內外雙反饋的空間目標部件智能識別方法，其特征在于，包括如下步驟：S1、構建基于卷積神經網絡與損失函數的內反饋網絡，針對空間目標圖像實現空間目標部件的初步檢測，獲得空間目標部件的識別準確率；S2、構建基于主成分分析、BP神經網絡的空間目標圖像質量評價和圖像質量提升構建的外反饋網絡，并將像質提升后的圖像重新送入所述步驟S1中的基于卷積神經網絡與損失函數的內反饋網絡進行訓練與識別，提升空間目標部件的識別準確率，拓寬在軌智能識別算法的環境適應性與識別魯棒性；所述步驟S2包括：S2-1、構建空間目標圖像質量評價參數庫，提取18個無參考圖像質量評價參數作為圖像質量評價指標庫，依次為灰度參數、紋理參數、邊緣參數、其他參數；采用圖像質量評價參數分別計算參與深度學習訓練的空間目標樣本集和參與智能識別的測試集圖像的圖像質量作為像質關聯性分析的輸入；S2-2、采用主成分分析方法進行空間目標圖像質量評價參數的去相關處理以實現參數優選與數據降維，獲得包含所述步驟S2-1中18個圖像質量評價參數的無相關評價多項式；S2-3、采用BP神經網絡構建目標圖像質量參數與目標智能識別準確率間的關系描述，確定圖像質量中影響部件識別準確率的敏感項；S2-4、針對圖像質量中影響部件識別準確率的敏感項，基于空間光學相機全鏈路頻域仿真模型生成的調制傳遞函數逆卷積與灰度非線性拉伸增強方法提升目標頻域中高頻信息與空間對比度。

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上海宇航系統工程研究所，其通訊地址為：201109 上海市閔行區元江路3888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”。