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一种基于时空一体化网络的红外弱小目标多帧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：CN119169263B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202411200418.7，技术领域涉及：G06V10/25；该发明授权一种基于时空一体化网络的红外弱小目标多帧检测方法及系统是由侯晴宇;张刘炜;张伟;谭凡教设计研发完成，并于2024-08-29向国家知识产权局提交的专利申请。

本一种基于时空一体化网络的红外弱小目标多帧检测方法及系统在说明书摘要公布了：本发明公开了一种基于时空一体化网络的红外弱小目标多帧检测方法及系统，包括：S1：搭建时空一体化红外弱小目标检测网络模型；S2：获取红外图像样本数据集并采用所述红外图像样本数据集对所述时空一体化红外弱小目标检测网络模型进行训练；S3：将待检测的图像序列输入至训练好的所述时空一体化红外弱小目标检测网络模型得到网络的输出，采用最大值法进行结果级融合得到融合结果，对融合结果进行阈值分割，获得红外弱小目标。本发明提出的时空一体化红外弱小目标检测方法对低信杂比红外弱小目标的检测能力优于现有方法。

本发明授权一种基于时空一体化网络的红外弱小目标多帧检测方法及系统在权利要求书中公布了：1.一种基于时空一体化网络的红外弱小目标多帧检测方法，其特征在于，包括以下步骤：S1：搭建时空一体化红外弱小目标检测网络模型；S2：获取红外图像样本数据集并采用所述红外图像样本数据集对所述时空一体化红外弱小目标检测网络模型进行训练；S3：将待检测的图像序列输入至训练好的所述时空一体化红外弱小目标检测网络模型得到网络的输出，采用最大值法进行结果级融合得到融合结果，对融合结果进行阈值分割，获得红外弱小目标；所述S1中，所述时空一体化红外弱小目标检测网络模型包括：空域显著性特征生成网络、运动显著性提取层和时空显著性提取网络；搭建空域显著性特征生成网络的方法包括：所述空域显著性特征生成网络的输入是红外序列图像，其中，5表示输入序列的长度，W和H分别表示图像的宽度和高度；对于序列中的单帧图像采用以U型网络作为主干网络的空域显著性特征生成网络提取空域显著性，序列中所有帧图像共享空域显著性特征生成网络的权重参数；空域显著性特征生成网络由Stem、Layer、Up、Head四种神经网络子模块构成，输出通道数为32，单帧图像经过空域显著性特征生成网络得到空域显著特征张量；将5帧图像的空域显著特征张量按照时间维度重组成时空张量，用于后续时域运动特征的提取；所述运动显著性提取层由32个设计的固定权重3D卷积核构成，分为4个尺度，每个尺度下有8个三维运动方向；搭建所述运动显著性提取层的方法包括：将得到的32个固定权重的3D卷积核拼接成运动显著性提取层；将时空张量与进行卷积，得到时空运动特征张量；基于3D卷积的时空显著性提取网络将时空运动特征张量映射为红外弱小目标的概率似然图，时空显著性提取网络由5个并行的时空显著性模块组成，各模块之间并行独立运算且不共享权重，表示如下： ，其中，代表第t帧的时空显著性模块操作，为第t帧的红外弱小目标概率似然图；时空显著性模块采用U型网络为主干结构，由3DStem、3DDown、3DUp、3DHead网络层构成，经过3D卷积、3D池化、3D归一化操作将时空运动特征张量映射为红外弱小目标概率似然图。

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：150006 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”。