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！

龍圖騰網獲悉西安電子科技大學申請的專利基于有監督注意力機制的無錨框SAR目標檢測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：CN116363504B 。

龍圖騰網通過國家知識產權局官網在2025-08-26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：202310153318.2，技術領域涉及：G06V20/10；該發明授權基于有監督注意力機制的無錨框SAR目標檢測方法是由王英華;鄒樹嶺;黃瀚洋;劉宏偉設計研發完成，并于2023-02-22向國家知識產權局提交的專利申請。

本基于有監督注意力機制的無錨框SAR目標檢測方法在說明書摘要公布了：本發明公開了一種基于有監督注意力機制的無錨框SAR目標檢測方法，包括：基于原始SAR圖像獲得原始訓練集和原始測試集；分別從原始訓練集和原始測試集中獲取梯度信息和CFAR信息，并據此構建新的訓練集和新的測試集；構建基于梯度信息、CFAR信息融合和有監督注意力機制的無錨框SAR目標檢測網絡；利用新的訓練集對目標檢測網絡進行訓練；將新的測試集輸入到訓練好的目標檢測網絡中，得到初步的目標檢測結果；將初步的目標檢測結果對應到測試圖像上，并進行NMS操作以去除重疊的目標檢測框，得到最終的目標檢測結果。該方法能夠有效緩解有錨框目標檢測網絡本身存在的計算復雜、正負樣本不平衡等問題，提升了SAR目標檢測性能。

本發明授權基于有監督注意力機制的無錨框SAR目標檢測方法在權利要求書中公布了：1.一種基于有監督注意力機制的無錨框SAR目標檢測方法，其特征在于，包括： 步驟1：基于原始SAR圖像獲得原始訓練集和原始測試集；利用ROEWA邊緣檢測算法和雙參數CFAR算法分別從原始訓練集和原始測試集中獲取梯度信息和CFAR信息，并據此構建新的訓練集和新的測試集； 步驟2：構建基于梯度信息、CFAR信息融合和有監督注意力機制的無錨框SAR目標檢測網絡；其中，所述目標檢測網絡包括特征提取模塊、特征處理模塊和網絡預測模塊； 所述特征提取模塊包括結構完全相同但參數不共享的三個特征提取子網絡A、B、C，分別為幅度特征提取網絡A、梯度特征提取網絡B和CFAR特征提取網絡C；其中， 三個特征提取子網絡A、B、C均包括一個以ResNet-18為骨架的特征提取模塊和一個FPN多尺度特征融合模塊； 三個特征提取模塊分別用于對原始訓練集、與原始訓練集對應的梯度幅度訓練切片和CFAR二值訓練切片進行特征提取，得到對應的輸出特征層、和，； 三個FPN多尺度特征融合模塊分別用于對輸出特征層、和進行多尺度特征融合，得到整個特征提取模塊的輸出特征層、和； 所述特征處理模塊包括一個基于交互式注意力機制的T-ICSAF特征融合模塊和一個基于GT二值標簽監督的空間注意力機制和通道注意力機制結合的CSSCAM模塊；其中， 所述T-ICSAF特征融合模塊用于對特征提取模塊的輸出特征層、和進行融合，得到融合特征； 所述CSSCAM模塊用于對所述融合特征進行處理，得到目標特征被增強、背景雜波特征被抑制的特征層，以作為特征處理模塊的輸出； 步驟3：利用所述新的訓練集對所述目標檢測網絡進行訓練，得到訓練好的目標檢測網絡； 步驟4：將所述新的測試集輸入到訓練好的目標檢測網絡中，得到初步的目標檢測結果； 步驟5：將所述初步的目標檢測結果對應到測試圖像上，并進行NMS操作以去除重疊的目標檢測框，得到最終的目標檢測結果。

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西安電子科技大學，其通訊地址為：710071 陜西省西安市太白南路2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”。