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)獲悉北方信息控制研究院集團有限公司申請的專利一種基于閾值約束的深度學習遙感影像船艦目標識別方法獲國家發(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：CN114463628B 。

龍圖騰網(wǎng)通過國家知識產(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)的專利申請?zhí)?專利號為：202111676459.X，技術(shù)領(lǐng)域涉及：G06V20/10；該發(fā)明授權(quán)一種基于閾值約束的深度學習遙感影像船艦目標識別方法是由徐學永;袁春琦;夏羽;趙西亭;王錦晨;吳定程;于大超;李文沛;趙越;黃夢雪;王湛宇;龐宗光;江龍;羅冠;潘偉斌;趙麗倩設(shè)計研發(fā)完成，并于2021-12-31向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于閾值約束的深度學習遙感影像船艦目標識別方法在說明書摘要公布了：本發(fā)明公開一種基于閾值約束的深度學習遙感影像船艦目標識別方法，包括以下步驟：1通過OTSU閾值分割法對遙感影像進行閾值分割，實現(xiàn)海陸分離；2遙感影像的形狀特征提取；3以深度學習YOLOv5算法為基礎(chǔ)，對底層的金字塔網(wǎng)絡(luò)結(jié)構(gòu)進行多尺度連接融合；4針對遙感圖像艦船目標的特點，根據(jù)其形狀特征進行錨框設(shè)計；5引入聚焦分類損失作為YOLOv5算法的損失函數(shù)進行回歸收斂；6基于改進的YOLOv5算法，輸入船艦樣本進行訓練獲取模型；7根據(jù)訓練好的模型對遙感影像進行船艦目標的識別。本發(fā)明根據(jù)船艦的形狀特征對錨框和損失函數(shù)進行優(yōu)化，改善模型泛化性能，提高了船艦識別精度。

本發(fā)明授權(quán)一種基于閾值約束的深度學習遙感影像船艦目標識別方法在權(quán)利要求書中公布了：1.一種基于閾值約束的深度學習遙感影像船艦目標識別方法，其特征在于，包括如下步驟： 步驟1：通過OTSU閾值分割法對遙感影像進行閾值分割，實現(xiàn)海陸分離； 步驟2：對海陸分離后的海域遙感影像進行形狀特征提取； 步驟3：以深度學習YOLOv5算法為基礎(chǔ)，結(jié)合特征金字塔結(jié)構(gòu)，對底層的金字塔網(wǎng)絡(luò)結(jié)構(gòu)進行多尺度連接融合； 所述步驟3具體包括：以低層特征層的橫向連接為主，并對其進行特征增強，保證計算量和速度的前提下，剔除頂層的連接； 步驟4：針對遙感圖像艦船目標的特點，根據(jù)其形狀特征進行錨框設(shè)計； 所述步驟4具體包括：根據(jù)其形狀特征進行錨框設(shè)計的計算公式為： 其中m指的是特征圖的個數(shù)，Sk表示錨框大小相對于圖片的比例，Smin和Smax表示比例的最小值與最大值， 錨框的縱橫比計算公式為： 其中sk是由前面的公式計算得到的，針對縱橫比為1的情況增加一個默認框的尺度默認框的坐標中心為|fk|為對應特征圖的尺寸大小，i,j∈[0,|fk|； 步驟5：引入聚焦分類損失作為YOLOv5算法的損失函數(shù)進行回歸收斂； 步驟6：基于改進的YOLOv5算法，輸入事先標記好的船艦樣本進行訓練，得到訓練好的深度學習模型； 步驟7：根據(jù)訓練好的模型對遙感影像進行船艦目標識別。

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)人北方信息控制研究院集團有限公司，其通訊地址為：211100 江蘇省南京市江寧區(qū)將軍大道528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)”。