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)獲悉無(wú)錫學(xué)院申請(qǐng)的專利紅外與可見光目標(biāo)檢測(cè)方法、電子設(shè)備、存儲(chǔ)介質(zhì)及產(chǎn)品獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120495644B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)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(qǐng)?zhí)?專利號(hào)為：202510995105.3，技術(shù)領(lǐng)域涉及：G06V10/25；該發(fā)明授權(quán)紅外與可見光目標(biāo)檢測(cè)方法、電子設(shè)備、存儲(chǔ)介質(zhì)及產(chǎn)品是由曹燚;劉豐源;王泉;袁程勝設(shè)計(jì)研發(fā)完成，并于2025-07-18向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本紅外與可見光目標(biāo)檢測(cè)方法、電子設(shè)備、存儲(chǔ)介質(zhì)及產(chǎn)品在說(shuō)明書摘要公布了：本發(fā)明提供了一種紅外與可見光目標(biāo)檢測(cè)方法、電子設(shè)備、存儲(chǔ)介質(zhì)及產(chǎn)品。其中，紅外與可見光目標(biāo)檢測(cè)方法，包括：分別對(duì)紅外與可見光圖像進(jìn)行特征提取，得到多個(gè)尺度的特征圖；提升每一尺度特征的表征能力與判別能力，得到多個(gè)增強(qiáng)后的特征圖；將多個(gè)增強(qiáng)后的特征圖進(jìn)行跨模態(tài)融合，得到融合后的多尺度特征；基于融合后的多尺度特征和復(fù)合損失函數(shù)實(shí)現(xiàn)目標(biāo)檢測(cè)，所述復(fù)合損失函數(shù)為將內(nèi)交并比和最小點(diǎn)距離交并比結(jié)合的復(fù)合損失函數(shù)。達(dá)到提高表達(dá)能力和邊界定位精準(zhǔn)性的目的。

本發(fā)明授權(quán)紅外與可見光目標(biāo)檢測(cè)方法、電子設(shè)備、存儲(chǔ)介質(zhì)及產(chǎn)品在權(quán)利要求書中公布了：1.一種紅外與可見光目標(biāo)檢測(cè)方法，其特征在于，包括： 分別對(duì)紅外與可見光圖像進(jìn)行特征提取，得到多個(gè)尺度的特征圖； 提升每一尺度特征的表征能力與判別能力，得到多個(gè)增強(qiáng)后的特征圖； 將多個(gè)增強(qiáng)后的特征圖進(jìn)行跨模態(tài)融合，得到融合后的多尺度特征； 基于融合后的多尺度特征和復(fù)合損失函數(shù)實(shí)現(xiàn)目標(biāo)檢測(cè)，所述復(fù)合損失函數(shù)為將內(nèi)交并比和最小點(diǎn)距離交并比結(jié)合的復(fù)合損失函數(shù); 所述提升每一尺度特征的表征能力與判別能力，得到多個(gè)增強(qiáng)后的特征圖，包括： 每一尺度特征均包括紅外特征和可見光特征； 將紅外特征和可見光特征沿通道維度拼接，得到聯(lián)合特征； 對(duì)聯(lián)合特征進(jìn)行全局平均池化與最大池化，提取通道描述向量； 將通道描述向量通過(guò)卷積構(gòu)建壓縮激勵(lì)結(jié)構(gòu)，得到通道注意力權(quán)重圖； 基于注意力權(quán)重圖對(duì)特征進(jìn)行增強(qiáng)，得到增強(qiáng)后的特征； 基于多尺度方向感知卷積結(jié)構(gòu)，對(duì)增強(qiáng)后的特征進(jìn)行處理，獲得多個(gè)方向上的空間特征響應(yīng)； 將所有方向上的空間特征響應(yīng)與增強(qiáng)后的特征相加后再經(jīng)卷積處理獲得空間注意特征； 基于殘差連接將空間注意特征與聯(lián)合特征融合，得到增強(qiáng)后的模態(tài)融合特征； 所述將多個(gè)增強(qiáng)后的特征圖進(jìn)行跨模態(tài)融合，得到融合后的多尺度特征，包括： 計(jì)算來(lái)自紅外的增強(qiáng)后特征和來(lái)自可見光增強(qiáng)后特征之間的差模信息，得到差模特征； 然后對(duì)每個(gè)差模特征進(jìn)行通道方向上的最大池化和平均池化操作，然后通過(guò)卷積提取空間特征表示，并使用Sigmoid函數(shù)輸出空間注意力權(quán)重圖； 將空間注意力權(quán)重圖分別作用于對(duì)應(yīng)的差模特征上，得到增強(qiáng)后的差模特征； 基于增強(qiáng)后的差模特征、空間注意力權(quán)重圖和差模特征分別得到與紅外對(duì)應(yīng)的增強(qiáng)后的特征圖和與可見光對(duì)應(yīng)的增強(qiáng)后的特征圖； 將與紅外對(duì)應(yīng)的增強(qiáng)后的特征圖和與可見光對(duì)應(yīng)的增強(qiáng)后的特征圖進(jìn)行通道維度拼接，得到融合后的多模態(tài)特征。

如需購(gòu)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(qǐng)人或?qū)＠麢?quán)人無(wú)錫學(xué)院，其通訊地址為：214000 江蘇省無(wú)錫市錫山區(qū)錫山大道333號(hào)；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)”。