Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 延安大学张向清获国家专利权

延安大学张向清获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉延安大学申请的专利一种基于高频感知和动态缩放损失的航拍点状目标检测方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121811202B

龙图腾网通过国家知识产权局官网在2026-05-08发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202610274806.2,技术领域涉及:G06V10/80;该发明授权一种基于高频感知和动态缩放损失的航拍点状目标检测方法及系统是由张向清;赵梓丞;张芝怡;焦腾宇;杨战海设计研发完成,并于2026-03-09向国家知识产权局提交的专利申请。

一种基于高频感知和动态缩放损失的航拍点状目标检测方法及系统在说明书摘要公布了:本发明属于计算机视觉与遥感图像处理技术领域,本发明提供了一种基于高频感知和动态缩放损失的航拍点状目标检测方法及系统,包括:接收航拍图像,利用高分辨率Mamba主干网络提取包含高频细节的多尺度空间特征;通过PANet颈部网络融合所述多尺度空间特征,生成多尺度融合特征图;利用高频重聚焦模块HFRM对所述多尺度融合特征图进行增强;将增强后的多尺度融合特征图作为输入,通过解耦检测头预测目标的位置和类别;在模型训练阶段,采用动态缩放损失函数进行模型优化,损失函数根据目标真实区域面积动态调整分类损失和回归损失的权重。本发明有效解决了航拍图像中点状目标因语义崩塌、高频信息丢失及训练不稳定导致的检测难题。

本发明授权一种基于高频感知和动态缩放损失的航拍点状目标检测方法及系统在权利要求书中公布了:1.一种基于高频感知和动态缩放损失的航拍点状目标检测方法,其特征在于:包括以下步骤: 接收航拍图像,并利用高分辨率Mamba主干网络提取包含高频细节的多尺度空间特征; 通过PANet颈部网络融合所述多尺度空间特征,生成多尺度融合特征图; 利用高频重聚焦模块HFRM对所述多尺度融合特征图进行增强,增强过程包括: 将多尺度融合特征图通过FFT转换到频域;使用二元掩模分离低频和高频分量;通过通道注意力机制动态放大高频分量;将增强后的重组频谱通过IFFT返回空间域; 将增强后的多尺度融合特征图作为输入,通过解耦检测头预测目标的位置和类别; 采用动态缩放损失函数对整体HFA-Mamba模型框架在端到端的训练期间进行检测优化,所述损失函数根据目标真实区域面积动态调整分类损失与回归损失的权重; 所述动态缩放损失函数包括一个回归损失权重函数和一个分类损失权重函数; 所述回归损失权重函数是一个关于目标真实区域面积A的负指数衰减函数,其计算表达式为:其中,A为目标区域面积,是控制衰减率的正超参数,ε是防止除零的小正数常量,i是在一次训练迭代中,对所有正样本做的编号,Ai是对每一个第i个目标实例分别计算得到的面积; 所述分类损失权重函数是一个关于目标真实区域面积A的指数增强函数,其计算表达式为:其中,A为目标区域面积,βc和γc是正超参数,i是在一次训练迭代中,对所有正样本做的编号,Ai是对每一个第i个目标实例分别计算得到的面积。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人延安大学,其通讯地址为:716099 陕西省延安市宝塔区宝塔山街道圣地路580号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。