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！

龙图腾网恭喜哈尔滨工业大学申请的专利基于任务解耦和自适应点集策略的旋转目标检测方法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：CN116935223B 。

龙图腾网通过国家知识产权局官网在2025-03-11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：202310918475.8，技术领域涉及：G06V20/10；该发明授权基于任务解耦和自适应点集策略的旋转目标检测方法是由袁彬桓;胡建明;施天俊;智喜洋;张伟;孙晓刚设计研发完成，并于2023-07-25向国家知识产权局提交的专利申请。

本基于任务解耦和自适应点集策略的旋转目标检测方法在说明书摘要公布了：本发明公开了一种基于任务解耦和自适应点集策略的旋转目标检测方法，所述方法包括如下步骤：步骤1：设计基于自适应点集策略的anchor‑free旋转目标检测网络，挖掘任意方向目标的深层几何信息，提取用于旋转目标框定位的角度信息；步骤2：设计检测特征解耦网络，在特征空间和网络参数两个方面将回归与分类拆分为两个子网络，抑制回归任务和分类任务之间的特征敏感性不一致问题，实现复杂场景下遥感目标的检测与定位。该方法通过增强模型对深层空间几何信息和基本纹理特征的提取能力，从而实现在各种复杂场景下的遥感目标检测，为航空管制、海上救援和港口管理等军民应用提供有力支持。

本发明授权基于任务解耦和自适应点集策略的旋转目标检测方法在权利要求书中公布了：1.一种基于任务解耦和自适应点集策略的旋转目标检测方法，其特征在于所述方法包括如下步骤：步骤1：设计基于自适应点集策略的anchor-free旋转目标检测网络，挖掘任意方向目标的深层几何信息，提取用于旋转目标框定位的角度信息；步骤2：设计检测特征解耦网络，在特征空间和网络参数两个方面将回归与分类拆分为两个子网络，抑制回归任务和分类任务之间的特征敏感性不一致问题，实现复杂场景下遥感目标的检测与定位，具体步骤如下：步骤2-1：获取由邻支特征融合网络生成的融合特征图，将其分别注入分类特征采样模块和回归特征采样模块；步骤2-2：利用分类特征采样模块提取分类任务敏感的特征区域，增强分类网络提取各种判别特征的能力，具体步骤如下：步骤2-2-1：对于输入的融合特征图，通过3个3×3卷积层对特征图采用三层卷积、批归一化、ReLU激活函数操作以实现分类特征解析，公式写作：Fcls＝ReLUBNconv3×3F式中，conv3×3、BN和ReLU分别表示3×3卷积、批归一化、ReLU激活函数操作；Fcls表示卷积处理后得到的特征图，F表示SCF模块的输入特征图；步骤2-2-2：通过1×1卷积层将高维度特征图压缩为2×n维，其中n表示点集内偏置坐标点个数，卷积的每个维度分别存储偏置坐标点的位置偏置，公式写作：offsetcls＝conv1×1Fcls式中，offsetcls表示分类任务中的位置偏置，conv3×3表示3×3卷积操作；步骤2-2-3：将offsetcls作为3×3可变形卷积层的偏置输入，Fcls作为特征图输入，实现对于偏置后的分类特征提取，公式写作：Foutput＝dconvFcls,offsetcls式中，dconv表示可变形卷积操作，Foutput表示分类特征图；步骤2-2-4：通过1×1卷积层将高维度特征图压缩为m维，其中m表示最终分类的类别总数，公式写作：CLS＝conv1×1Foutput式中，CLS表示分类分支的最终输出，conv1×1表示1×1卷积操作；步骤2-3：利用回归特征采样模块提取回归任务敏感的特征区域，增强回归网络提取边框定位特征的能力，具体步骤如下：步骤2-3-1：对于输入的融合特征图，通过3个3×3卷积层对特征图采用三层卷积、批归一化、ReLU激活函数操作以实现回归特征解析，公式写作：Finit＝ReLUBNconv3×3F式中，conv、BN和ReLU分别表示卷积、批归一化、ReLU激活函数操作；Finit表示卷积处理后得到的特征图；步骤2-3-2：通过1×1卷积层将高维度特征图压缩为2×n维，其中n表示点集内偏置坐标点个数，卷积的每个维度分别存储偏置坐标点的位置偏置，公式写作：offsetinit＝conv1×1Finit式中，offsetinit表示分类任务中的位置偏置；步骤2-3-3：将offsetinit与点集中n个初始坐标相加，并根据该层融合特征图的步长映射得到原图上的对应坐标ptsint：ptsint＝convertoffsetinit式中，convert表示融合特征图和原图之间的坐标映射；步骤2-3-4：将offsetinit作为3×3可变形卷积层的偏置输入，Finit作为特征图输入，实现对于偏置后的回归特征提取，公式写作：Foutput＝dconvFinit,offsetinit式中，dconv表示可变形卷积操作，Frefine表示分类特征图；步骤2-3-5：通过1×1卷积层将高维度特征图压缩为2×n维，其中n表示点集内偏置坐标点个数，卷积的每个维度分别存储偏置坐标点的位置偏置，公式写作：offsetrefine＝conv1×1Foutput式中，offsetrefine表示分类任务中的位置偏置；步骤2-3-6：将ptsint与offsetrefine相加，并根据该层融合特征图的步长映射得到原图上的对应坐标：ptsrefine＝convertptsint,offsetrefine式中，convert表示融合特征图和原图之间的坐标映射，ptsrefine表示回归分支的最终输出。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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”。