買(mǎi)專(zhuān)利賣(mài)專(zhuān)利找龍圖騰，真高效！ 查專(zhuān)利查商標(biāo)用IPTOP,全免費(fèi)！專(zhuān)利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉中電科翌智航(重慶)科技有限公司申請(qǐng)的專(zhuān)利一種面向無(wú)人機(jī)視角的目標(biāo)檢測(cè)方法獲國(guó)家發(fā)明授權(quán)專(zhuān)利權(quán)，本發(fā)明授權(quán)專(zhuān)利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119048730B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-29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(zhuān)利申請(qǐng)?zhí)?專(zhuān)利號(hào)為：202411049687.8，技術(shù)領(lǐng)域涉及：G06V10/25；該發(fā)明授權(quán)一種面向無(wú)人機(jī)視角的目標(biāo)檢測(cè)方法是由張文鋒;倪軍;蒙躍;楊科俊;田生可設(shè)計(jì)研發(fā)完成，并于2024-08-01向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專(zhuān)利申請(qǐng)。

本一種面向無(wú)人機(jī)視角的目標(biāo)檢測(cè)方法在說(shuō)明書(shū)摘要公布了：本發(fā)明屬于目標(biāo)識(shí)別檢測(cè)技術(shù)領(lǐng)域，尤其涉及一種面向無(wú)人機(jī)視角的目標(biāo)檢測(cè)方法，包括以下步驟：S1、構(gòu)建目標(biāo)檢測(cè)網(wǎng)絡(luò)CT?RODN；CT?RODN包括主干網(wǎng)絡(luò)、特征融合模塊和注意力預(yù)測(cè)頭；主干網(wǎng)絡(luò)包括基于頻率域的分塊復(fù)合注意力模塊FBAM，以及基于頻率域的CNN?Transformer模塊FCTB；FBAM模塊用于通過(guò)結(jié)合頻域分析來(lái)增強(qiáng)對(duì)空中小目標(biāo)的理解；FCTB模塊用于對(duì)卷積獲取的特征圖進(jìn)行處理和聚合，以獲取圖像的全局信息；特征融合模塊用于對(duì)提取的各層級(jí)特征進(jìn)行融合；注意力預(yù)測(cè)頭用于提取融合后的特征圖的關(guān)鍵區(qū)域，并基于提取的關(guān)鍵區(qū)域進(jìn)行目標(biāo)檢測(cè)識(shí)別。本方法，可以保證高動(dòng)態(tài)環(huán)境下的小目標(biāo)檢測(cè)的有效性，從而保證無(wú)人機(jī)在復(fù)雜背景和多尺度目標(biāo)場(chǎng)景下的目標(biāo)檢測(cè)結(jié)果的可靠性。

本發(fā)明授權(quán)一種面向無(wú)人機(jī)視角的目標(biāo)檢測(cè)方法在權(quán)利要求書(shū)中公布了：1.一種面向無(wú)人機(jī)視角的目標(biāo)檢測(cè)方法，其特征在于，包括以下步驟： S1、構(gòu)建目標(biāo)檢測(cè)網(wǎng)絡(luò)CT-RODN；CT-RODN包括主干網(wǎng)絡(luò)、特征融合模塊和注意力預(yù)測(cè)頭；主干網(wǎng)絡(luò)用于對(duì)輸入圖像進(jìn)行特征提取；特征融合模塊用于對(duì)提取的各層級(jí)特征進(jìn)行融合；注意力預(yù)測(cè)頭用于提取融合后的特征圖的關(guān)鍵區(qū)域，并基于提取的關(guān)鍵區(qū)域進(jìn)行目標(biāo)檢測(cè)識(shí)別； 其中，主干網(wǎng)絡(luò)包括基于頻率域的分塊復(fù)合注意力模塊FBAM，以及基于頻率域的CNN-Transformer模塊FCTB；FBAM模塊通過(guò)結(jié)合頻域分析來(lái)增強(qiáng)對(duì)空中小目標(biāo)的理解；FCTB模塊用于對(duì)卷積獲取的特征圖進(jìn)行處理和聚合，以獲取圖像的全局信息； 主干網(wǎng)絡(luò)的工作過(guò)程包括：首先，對(duì)于輸入圖像，通過(guò)卷積模塊Conv1和Conv2進(jìn)行四倍下采樣；然后，使用FBAM模塊和Conv模塊交替進(jìn)行特征提取和圖像下采樣；接著，使用FCTB模塊對(duì)卷積捕獲的特征圖信息進(jìn)行處理和聚合，以獲取圖像的全局信息，同時(shí)引入快速空間金字塔池化SPPF，通過(guò)多分支池化層構(gòu)建不同尺度的特征圖，并將它們?nèi)诤弦栽鰪?qiáng)特征的表達(dá)能力； S2、獲取無(wú)人機(jī)視角下的拍攝圖像并進(jìn)行處理，得到訓(xùn)練數(shù)據(jù)；并使用訓(xùn)練數(shù)據(jù)對(duì)目標(biāo)檢測(cè)網(wǎng)絡(luò)CT-RODN進(jìn)行訓(xùn)練； S3、使用訓(xùn)練后的目標(biāo)檢測(cè)網(wǎng)絡(luò)CT-RODN，進(jìn)行實(shí)際的無(wú)人機(jī)目標(biāo)檢測(cè)任務(wù)； 其中，F(xiàn)CTB模塊的工作做成包括： 首先，將特征圖經(jīng)過(guò)一個(gè)1×1卷積操作，步幅為1，將特征圖的通道數(shù)減半，保持特征圖的空間尺寸不變； 之后，將特征圖分別通過(guò)兩個(gè)分支進(jìn)行處理；其中一個(gè)分支進(jìn)入頻譜塊SpectralBlock操作捕捉特征圖中的頻率成分；另一個(gè)分支進(jìn)入卷積多頭自注意力CMHSA機(jī)制，通過(guò)CMHSA對(duì)特征圖進(jìn)行處理，捕捉特征圖中不同位置之間的依賴(lài)關(guān)系和全局信息； 然后，兩個(gè)分支的輸出特征圖進(jìn)行拼接，再將拼接后的特征圖經(jīng)過(guò)另一個(gè)1×1卷積操作，步幅為1，得到最終的特征圖。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類(lèi)似專(zhuān)利技術(shù)，可聯(lián)系本專(zhuān)利的申請(qǐng)人或?qū)＠麢?quán)人中電科翌智航(重慶)科技有限公司，其通訊地址為：401332 重慶市沙坪壩區(qū)學(xué)城大道62-1研發(fā)樓一期B1棟902；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(huà)0551-65771310或微信搜索“龍圖騰網(wǎng)”。