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！

龙图腾网获悉天津大学申请的专利基于时空特征融合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：CN116863305B 。

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：202310864360.5，技术领域涉及：G06V10/82；该发明授权基于时空特征融合网络的红外弱小目标检测方法是由孙裕鑫;冀中设计研发完成，并于2023-07-13向国家知识产权局提交的专利申请。

本基于时空特征融合网络的红外弱小目标检测方法在说明书摘要公布了：本发明涉及红外弱小目标检测技术领域，为充分挖掘红外图像序列中的时空特性，在时间和空间两个维度上实现注意力引导机制。本发明主要应用于设计制造场合。本发明采取的技术方案是，基于时空特征融合网络的红外弱小目标检测方法，时空特征融合红外弱小目标检测网络模型STNet，以相邻帧红外图像为输入，送入由空间注意力单元SAU组成的STNet主干网络提取视觉特征，最终送入时序引导的Transformer结构完成时空特征融合，并最终生成检测结果的预测，其中，由空间注意力单元SAU组成的STNet主干网络是指利用SAU实现对STNet主干网络卷积层的原位替代。本发明主要应用于红外弱小目标检测场合。

本发明授权基于时空特征融合网络的红外弱小目标检测方法在权利要求书中公布了：1.一种基于时空特征融合网络的红外弱小目标检测方法，其特征是，时空特征融合红外弱小目标检测网络模型STNet，以相邻帧红外图像为输入，送入由空间注意力单元SAU组成的STNet主干网络提取视觉特征，最终送入时序引导的Transformer结构完成时空特征融合，并最终生成检测结果的预测，其中，由空间注意力单元SAU组成的STNet主干网络是指利用SAU实现对STNet主干网络卷积层的原位替代，其中时序引导的Transformer结构，具体指，Transformer结构利用三个MLP网络从输入的特征𝐹𝑖𝑛得到检索矩阵Q、键值矩阵K和内容矩阵V，利用公式1得到自注意力之后的特征： AttentionQ,K,V=SoftmaxV1 其中，为了约束特征的数值大小，引入了特征维度数，将Q与𝐾𝑇的乘积结果除以，利用图像序列的空间特征𝑓𝑠作为K矩阵和V矩阵的输入，而时间特征𝑓𝑡作为Q矩阵的输入，则改造后的自注意力机制表示为： AttentionQ,K,V=Softmax； 采用的时序引导的Transformer编码器和解码器层数设定为3，解码器的输出特征作为MLP的输入，得到目标类型和位置的预测，每个MLP网络实现对位置框的预测，在STNet中，Transformer编码器后连接20个MLP网络，单个MLP的层数设定为3，中间隐层个数分别为512、256、128。

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天津大学，其通讯地址为：300072 天津市南开区卫津路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。