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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉哈爾濱理工大學申請的專利一種基于遙感圖像逐像素處理的艦船小目標檢測方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN116758411B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-08發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202310504135.0，技術(shù)領(lǐng)域涉及：G06V20/10；該發(fā)明授權(quán)一種基于遙感圖像逐像素處理的艦船小目標檢測方法是由林海軍;常健寧;張旭輝設(shè)計研發(fā)完成，并于2023-05-06向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于遙感圖像逐像素處理的艦船小目標檢測方法在說明書摘要公布了：本發(fā)明涉及遙感圖像目標檢測技術(shù)領(lǐng)域，特別是一種基于遙感圖像逐像素處理的艦船小目標檢測方法；該方法首先進行圖像超分辨率重建及數(shù)據(jù)標注等工作；利用RegNet得到多尺度特征圖；通過特征金字塔將多尺度特征圖進行特征融合，得到多尺度特征信息；在特征圖上對每個像素點進行采樣，對每個像素點進行中心度分支預測和回歸分類；對預測結(jié)果進行非極大值抑制來消除重復框；通過損失函數(shù)計算預測誤差，并使用反向傳播算法更新模型參數(shù)，得到艦船目標檢測模型；本發(fā)明基于遙感圖像逐像素處理的艦船小目標檢測方法在特征提取基礎(chǔ)上增加了反卷積層，有效解決了目標特征信息不足的問題，提升了小目標檢測精度，通過逐像素預測的方式解決了檢測模型冗余問題。

本發(fā)明授權(quán)一種基于遙感圖像逐像素處理的艦船小目標檢測方法在權(quán)利要求書中公布了：1.一種基于遙感圖像逐像素處理的艦船小目標檢測方法，其特征在于，包含如下步驟： 步驟a、使用基于生成對抗網(wǎng)絡(luò)的圖像切片增強算法，對獲取的圖像進行超分辨率重建處理； 步驟b、調(diào)整網(wǎng)絡(luò)初始寬度和寬度乘數(shù)系數(shù)，讓RegNet網(wǎng)絡(luò)提取輸入圖像特征，得到不同層次的特征，加入反卷積操作，使模型檢測小目標更準確； 步驟c、對所述不同層次特征，通過雙向特征金字塔模塊，使用自頂向下和自底向上路徑進行特征融合，使用上下文細化模塊的注意力機制，增強模型對區(qū)域內(nèi)目標的關(guān)注程度； 步驟d、在特征圖上對每個像素點進行采樣預測，通過中心度分支由候選框內(nèi)關(guān)鍵點坐標，判斷該物體邊界框位置信息，使用回歸分支估計目標框的尺寸和位置，生成有關(guān)物體的邊界框，通過一個多元分類器得到該區(qū)域內(nèi)不同目標類別概率得分，設(shè)置閾值，得分低于閾值的目標類別視為背景，得分高于閾值的目標類別保留為預測結(jié)果； 步驟e、對邊界框使用邊界框偏移和縮放比例進行校正，之后使用非極大值抑制進行邊界框去重，對邊界框按照置信度從高到低進行排序，逐個選擇置信度最高的邊界框，將置信度最高的邊界框與剩余所有的邊界框進行交并比計算，得到精確的物體邊界框； 步驟f、通過損失函數(shù)計算誤差，并使用反向傳播算法更新模型參數(shù)，得到任意方向艦船小目標檢測模型； 步驟g、使用所述任意方向艦船小目標檢測模型，對輸入遙感圖像進行檢測。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人哈爾濱理工大學，其通訊地址為：150080 黑龍江省哈爾濱市南崗區(qū)學府路52號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。