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)獲悉重慶大學申請的專利一種尺度混合的搜索細化SAR船艦智能檢測方法獲國家發(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：CN116704340B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-22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：202310630239.6，技術(shù)領(lǐng)域涉及：G06V20/10；該發(fā)明授權(quán)一種尺度混合的搜索細化SAR船艦智能檢測方法是由李東;柳霜;劉合豪;萬俊;陳展野設(shè)計研發(fā)完成，并于2023-05-31向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種尺度混合的搜索細化SAR船艦智能檢測方法在說明書摘要公布了：本發(fā)明公開了一種尺度混合的搜索細化SAR船艦智能檢測方法，涉及SAR船艦目標檢測技術(shù)領(lǐng)域，其技術(shù)方案要點是：S1、獲取不同的尺度圖像，通過縮放策略挖掘更多的船艦目標信息；S2、獲取尺度混合的不同層級特征，通過搜索模塊整合不同尺度下相同層級的信息，捕捉船艦目標和背景間的差異化信息；S3、通過細化模塊聚合和增強不同層級間尺度混合的特征，挖掘船艦檢測的關(guān)鍵語義線索。本方法與現(xiàn)有目標檢測方法在SAR船艦檢測數(shù)據(jù)集SSDD上的大量對比實驗表明，不論是相比基線方法還是相比現(xiàn)有的目標檢測方法，提出的方法在總體map、近岸場景下的map和遠岸場景下的map均有顯著提升，提出的混合尺度搜索和細化策略有利于船舶目標檢測。

本發(fā)明授權(quán)一種尺度混合的搜索細化SAR船艦智能檢測方法在權(quán)利要求書中公布了：1.一種尺度混合的搜索細化SAR船艦智能檢測方法，其特征是，包括以下步驟： S1、獲取不同的尺度圖像，通過縮放策略挖掘更多的船艦目標信息； S2、獲取尺度混合的不同層級特征，通過搜索模塊整合不同尺度下相同層級的信息，捕捉船艦目標和背景問的差異化信息； S3、通過細化模塊聚合和增強不同層級問尺度混合的特征，挖掘船艦檢測的關(guān)鍵語義線索； 步驟S1中，所述通過縮放策略挖掘更多的船艦目標信息，對于輸入的原始圖像，將其視為主尺度，記為I1.0×；對主尺度分別通過上采樣和下采樣操作獲得兩個輔助尺度，記為I1.5 ×，I0.5×； 步驟S2中，所述通過搜索模塊整合不同尺度下相同層級的信息，充分捕捉船艦目標和背景間的差異化信息，具體原理如下： L1、將步驟S1中獲取的三種不同尺度的圖像I1.5×，I0.5×，I1.0×同時輸入一個權(quán)值共享的特征編碼器進行特征提取，并輸出對應尺度的特征表示 L2、對不同尺度的特征表示分別進行尺度調(diào)整，使其與主尺度特征保持一致；對于使用最大化池化層和平均池化層進行下采樣；對于使用雙線性插值對其進行上采樣；使用串聯(lián)操作將特征進行組合，其可以表示為： L3、將上述組合后的特征fi通過一個全局平均池化層進行聚合，并通過1D卷積和sigmoid函數(shù)獲得相應的通道注意力權(quán)值，將通道注意力權(quán)值與輸入特征相乘，得到最終的輸出特征，其過程可以表示為： 式中，表示一維卷積，σ表示sigmoid激活函數(shù)，GAP表示全局平均池化層； 步驟S3中，所述通過細化模塊聚合和增強不同層級間尺度混合的特征，挖掘船艦檢測的關(guān)鍵語義線索，具體原理如下： M1、將上述步驟S2獲得的不同層級的混合尺度特征劃分為低層特征{f1，f2}，中層特征{f3}，和高層特征{f4，f5}，并通過拼接操作Concat·分別融合低層特征和高層特征，其過程可以表示為： fh＝Concatf4，f5 fl＝Concatf1，f2； M2、使用融合后的高級特征指導中級特征學習，并使用中級特征指導低級特征學習，其過程可以表示為： fhm＝Concatfh，fm fml＝Concatfhm，fl； M3、使用感受野組件，通過擴大感受野來整合更多的判別性特征表示，其過程可以表示為： f′h＝RFfh f′hm＝RFfhm f′ml＝RFfml 式中，RF·表示感受野組件，f′h，f′hm和f′ml作為最終的輸出預測層輸入到區(qū)域建議網(wǎng)絡(luò)中為潛在的目標生成候選區(qū)域。

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)人重慶大學，其通訊地址為：400044 重慶市沙坪壩區(qū)正街174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)”。