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！

龍圖騰網獲悉杭州電子科技大學申請的專利一種基于深度學習的遙感圖像顯著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：CN119091273B 。

龍圖騰網通過國家知識產權局官網在2025-09-09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：202411098079.6，技術領域涉及：G06V10/82；該發明授權一種基于深度學習的遙感圖像顯著目標檢測方法是由周曉飛;李茂正;張繼勇;佘青山;喬通;章國道設計研發完成，并于2024-08-12向國家知識產權局提交的專利申請。

本一種基于深度學習的遙感圖像顯著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深度學習的遙感圖像顯著目標檢測方法，該方法首先獲取光學遙感圖像，構建。其次編碼階段，數據集數據通過構建骨干網絡提取多級特征。然后通過空洞卷積構建高級語義信息處理模塊GFM，基于多級特征，得到語義特征，并構建邊緣提取模塊EEM，提取邊緣特征。最后在解碼階段，基于多級特征進行解碼，并構建信息融合模塊EFM，結合語義特征和邊緣特征進行特征融合，輸出目標檢測結果。本發明能夠更好的利用高級語義信息和邊緣信息，得到準確的顯著目標檢測結果。

本發明授權一種基于深度學習的遙感圖像顯著目標檢測方法在權利要求書中公布了：1.一種基于深度學習的遙感圖像顯著目標檢測方法，其特征在于，包括以下步驟： 步驟1.獲取光學遙感圖像，構建數據集； 步驟2.編碼階段，數據集中數據通過構建骨干網絡提取多級特征；所述骨干網絡具體實現過程如下： 骨干網絡包括依次連接的五個編碼模塊Encoder-1、Encoder-2、Encoder-3、Encoder-4、Encoder-5，分別輸出F1、F2、F3、F4、F5五級特征； 所述Encoder-1包括ResNet34的Conv1以及Conv2_x，并在Conv1之后增加了一個最大池化層；之后的Encoder-2，Encoder-3和Encoder-4則是分別采用了ResNet34中的Conv3_x，Conv4_x和Conv5_x；最后Encoder-5中包含了一個最大池化層，以及三個殘差模塊； 步驟3.通過空洞卷積構建高級語義信息處理模塊GFM，基于多級特征，得到語義特征； 所述高級語義信息處理模塊GFM具體實現過程如下： 所述GFM，主體采用空洞卷積，在GFM模塊結構中有五個分支，包括使用了四種不同擴張率的卷積核對F5分別進行處理，再使用一個卷積操作保留原本的信息，將五個分支得到的結果通過concate操作進行特征融合，將融合后的特征圖經過一個卷積操作與進行F5逐元素相加，進行特征融合；最后再通過CBR單元，即卷積、批歸一化和激活函數激活操作得到輸出F* 5，并在GFM輸出處增加損失監督提高性能； 步驟4.構建邊緣提取模塊EEM，基于多級特征，提取邊緣特征； 步驟5.解碼階段，基于多級特征進行解碼，并構建信息融合模塊EFM，結合語義特征和邊緣特征進行特征融合，輸出目標檢測結果。

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杭州電子科技大學，其通訊地址為：310018 浙江省杭州市錢塘區白楊街道2號大街1158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”。