買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉中國礦業(yè)大學(xué);江蘇比特達(dá)信息技術(shù)有限公司申請的專利一種多軌協(xié)同式的高幀頻紅外弱小目標(biāo)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：CN120526128B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-16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：202511020575.4，技術(shù)領(lǐng)域涉及：G06V10/25；該發(fā)明授權(quán)一種多軌協(xié)同式的高幀頻紅外弱小目標(biāo)檢測方法是由趙作鵬;羅蘇;李永康;王思;趙強(qiáng)設(shè)計(jì)研發(fā)完成，并于2025-07-24向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種多軌協(xié)同式的高幀頻紅外弱小目標(biāo)檢測方法在說明書摘要公布了：本發(fā)明公開一種多軌協(xié)同式的高幀頻紅外弱小目標(biāo)檢測方法，包括：采集高幀頻紅外視頻幀；對每幀圖像進(jìn)行多幀特征融合處理，結(jié)合時(shí)序信息增強(qiáng)小目標(biāo)的時(shí)序一致性；對圖像進(jìn)行目標(biāo)運(yùn)動感知與自適應(yīng)背景抑制，利用目標(biāo)運(yùn)動軌跡信息動態(tài)調(diào)整背景抑制策略；引入物理模型增強(qiáng)紅外小目標(biāo)的信號強(qiáng)度；采用自監(jiān)督學(xué)習(xí)技術(shù)，在無標(biāo)簽數(shù)據(jù)中自動學(xué)習(xí)目標(biāo)特征；將多幀融合后的特征輸入目標(biāo)檢測網(wǎng)絡(luò)，進(jìn)行目標(biāo)的精確定位與檢測。該方法利用多模態(tài)特征融合與自適應(yīng)背景抑制技術(shù)，優(yōu)化高幀頻紅外弱小目標(biāo)檢測的準(zhǔn)確性、魯棒性和計(jì)算效率，尤其在復(fù)雜環(huán)境下的動態(tài)背景、目標(biāo)遮擋問題上具有顯著優(yōu)勢，適用于軍事監(jiān)控、海上巡邏和無人駕駛等高幀頻紅外視頻監(jiān)控應(yīng)用。

本發(fā)明授權(quán)一種多軌協(xié)同式的高幀頻紅外弱小目標(biāo)檢測方法在權(quán)利要求書中公布了：1.一種多軌協(xié)同式的高幀頻紅外弱小目標(biāo)檢測方法，其特征在于，包括如下步驟： S1、采集高幀頻紅外視頻幀，獲取連續(xù)圖像序列； S2、對每幀圖像進(jìn)行時(shí)序卷積網(wǎng)絡(luò)處理，結(jié)合時(shí)序信息對多幀圖像特征進(jìn)行融合； S3、對每幀圖像進(jìn)行目標(biāo)運(yùn)動感知與自適應(yīng)背景抑制，通過分析目標(biāo)的運(yùn)動軌跡動態(tài)調(diào)整背景抑制策略，對每幀圖像進(jìn)行目標(biāo)運(yùn)動感知與自適應(yīng)背景抑制的步驟具體包括： S3.1-1、通過分析視頻幀中的小目標(biāo)在連續(xù)幀和之間的運(yùn)動軌跡，利用目標(biāo)的運(yùn)動特性為每個(gè)幀圖像分配不同的重要度權(quán)重，設(shè)定每幀圖像的權(quán)重為，該權(quán)重參數(shù)通過目標(biāo)運(yùn)動檢測模型自動優(yōu)化，以適應(yīng)目標(biāo)運(yùn)動的變化，權(quán)重滿足如下歸一化約束： ； 其中，為視頻總幀數(shù)，為第幀圖像的運(yùn)動權(quán)重； S3.1-2、在獲取每幀圖像的目標(biāo)運(yùn)動信息后，根據(jù)目標(biāo)運(yùn)動軌跡對每一幀圖像的背景進(jìn)行動態(tài)抑制，采用運(yùn)動感知背景抑制策略，具體地，將去噪后的圖像特征與權(quán)重相結(jié)合，計(jì)算加權(quán)后的圖像特征表示為： ； 其中，為去噪后的圖像特征，為運(yùn)動感知后的加權(quán)特征； S3.1-3、將加權(quán)后的所有幀圖像特征在時(shí)序維度上進(jìn)行融合，形成多幀融合的特征表示，即通過目標(biāo)運(yùn)動感知與自適應(yīng)背景抑制策略優(yōu)化后的圖像特征： ； S4、引入物理模型對紅外小目標(biāo)信號進(jìn)行增強(qiáng)，利用輻射強(qiáng)度、背景噪聲兩個(gè)物理特性優(yōu)化目標(biāo)的可辨識度，引入物理模型對紅外小目標(biāo)信號進(jìn)行增強(qiáng)的步驟具體包括： S4.1-1、對每幀紅外圖像進(jìn)行輻射強(qiáng)度和背景噪聲的物理建模，假設(shè)圖像中的目標(biāo)由紅外輻射源產(chǎn)生，而背景由噪聲分布構(gòu)成，目標(biāo)區(qū)域的輻射強(qiáng)度表示為，其中和為圖像中的坐標(biāo)，背景噪聲則表示為，其滿足某一已知的噪聲分布模型； S4.1-2、利用物理模型對圖像進(jìn)行增強(qiáng)處理，包括根據(jù)紅外目標(biāo)的輻射特性和背景噪聲的統(tǒng)計(jì)特性來優(yōu)化目標(biāo)的可辨識度，通過對比目標(biāo)與背景之間的信噪比，采用信噪比優(yōu)化的濾波方法對圖像進(jìn)行處理，具體地，目標(biāo)區(qū)域的增強(qiáng)信號表示為： ； 其中，是一個(gè)小的常數(shù)值，避免除數(shù)為零； S4.1-3、在進(jìn)行紅外小目標(biāo)信號增強(qiáng)后，目標(biāo)區(qū)域信號與背景噪聲進(jìn)行比較，進(jìn)行目標(biāo)增強(qiáng)與噪聲抑制的聯(lián)合優(yōu)化，通過對信號和噪聲的權(quán)重進(jìn)行優(yōu)化，得到最終的增強(qiáng)目標(biāo)圖像表示為： ； 其中，是一個(gè)根據(jù)背景噪聲與目標(biāo)信號的關(guān)系動態(tài)調(diào)整的系數(shù)，值域在[0,1]之間； S4.1-4、對每一幀圖像進(jìn)行上述物理模型增強(qiáng)處理后，得到增強(qiáng)后的圖像，然后將所有幀的增強(qiáng)圖像通過多幀特征融合處理，得到增強(qiáng)后的目標(biāo)特征表示，即通過物理模型增強(qiáng)后的小目標(biāo)信號特征： ； S5、采用自監(jiān)督學(xué)習(xí)策略，通過生成對抗網(wǎng)絡(luò)從無標(biāo)簽數(shù)據(jù)中學(xué)習(xí)目標(biāo)特征； S6、將融合后的多幀特征輸入密集嵌套注意力網(wǎng)絡(luò)，進(jìn)行小目標(biāo)的精確檢測與定位，確保準(zhǔn)確識別弱小目標(biāo)； S7、利用多模態(tài)特征融合與自適應(yīng)背景抑制技術(shù)，優(yōu)化紅外小目標(biāo)的檢測準(zhǔn)確性和魯棒性。

如需購買、轉(zhuǎn)讓、實(shí)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)人中國礦業(yè)大學(xué);江蘇比特達(dá)信息技術(shù)有限公司，其通訊地址為：221100 江蘇省徐州市銅山區(qū)大學(xué)路1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)”。