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！

龙图腾网获悉哈尔滨工业大学申请的专利一种基于深度稀疏低秩神经网络的红外弱小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：CN115510660B 。

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：202211213534.3，技术领域涉及：G06F30/27；该发明授权一种基于深度稀疏低秩神经网络的红外弱小目标检测方法是由胡悦;周鑫宇;张晔设计研发完成，并于2022-09-30向国家知识产权局提交的专利申请。

本一种基于深度稀疏低秩神经网络的红外弱小目标检测方法在说明书摘要公布了：一种基于深度稀疏低秩神经网络的红外弱小目标检测方法，属于遥感数字图像处理中的红外数据处理领域。由于红外弱小目标的体积小、亮度低，使得其难以从图像中被检测到，因此，本发明的提出为了提高红外弱小目标检测算法在小目标检测方面的性能，解决其在杂波背景下的目标检测结果不准确的问题。具体包括：利用滑动窗将原始红外图像分割为一系列的红外图像块；建立基于目标稀疏表示和背景低秩约束的目标检测模型；输入红外图像块，利用交替方向乘子法求解目标检测模型的各个变量；并将所提出的模型展开成卷积神经网络，不断更新模型中相关的参数；重构得到的红外图像块中的目标检测结果；输出红外图像的目标检测结果。本发明在不同背景环境下对具有不同属性的红外目标均能够取得较好的检测结果。

本发明授权一种基于深度稀疏低秩神经网络的红外弱小目标检测方法在权利要求书中公布了：1.一种基于深度稀疏低秩神经网络的红外弱小目标检测方法，其特征在于，所述方法包含以下步骤： 步骤一、输入一张空间尺寸为的红外图像；设计一个滑动窗口，按照固定步长从红外图像的左上角移动到右下角，提取红外图像中的局部图像块；并将提取得到所有局部图像块向量化，组成空间尺寸为的红外块图像； 步骤二、利用红外块图像中背景和目标的低秩与稀疏特性，建立凸优化方程对红外弱小目标进行检测；基于背景一致性假设，推出红外块图像的背景是一个低秩矩阵；同时利用目标与背景的差异推出目标红外块图像是一个稀疏矩阵； 步骤三、利用稀疏学习增强凸优化方程中目标稀疏约束项，并利用增广拉格朗日算法对建立的凸优化问题进行重构；对于目标图像的求解引入辅助变量；在此基础上，使用交替方向乘子法分别迭代求解目标红外块图像，红外块背景图像，辅助变量以及拉格朗日乘子； 步骤四、将建立的稀疏目标检测模型展开成卷积神经网络，分别设计稀疏先验层、低秩先验层、重构层和乘子更新层更新求解各个变量及辅助变量过程中涉及到的参数；通过构建神经网络，实现这些参数的共享以及优化，以寻求最优解； 步骤五、判断红外块图像与迭代输出的目标红外块图像，红外块背景图像是否满足收敛条件；如果满足，则输出目标红外块图像和红外块背景图像；如果不满足，则返回步骤三继续迭代循环； 步骤六、将输出的目标红外块图像和红外块背景图像中的每一列参照步骤一中的向量化方法，恢复为局部图像块；并按照滑动窗的步长对局部图像块进行拼接；将原图中相同位置像素所对应的各个局部图像块内的像素值取中值作为输出图像中的最终灰度值，从而得到红外弱小目标检测结果。

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”。

以上内容由龙图腾AI智能生成。