基于动态Top-k特征选择与交叉张量分解的伪装目标检测方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明涉及计算机视觉与目标检测技术领域，具体为基于动态Top‑k特征选择与交叉张量分解的伪装目标检测方法，包括：将伪装目标图像输入编码器网络提取多层级特征，生成不同尺度的特征图；输入全局感知模块和局部优化模块进行不同尺度特征提取，输出全局特征和局部特征；对全局特征和局部特征进行交叉张量分解，通过低秩因子矩阵扩展与交叉合并生成互补特征；将互补后的全局特征、局部特征及前一层融合特征输入层次融合模块；将特征输入混合加权解码器，结合DSE模块的通道注意力机制进行逆向优化，最终输出伪装目标检测结果；对输出的分割图及最终预测图进行多级监督，通过损失函数联合优化模型参数,灵活地调整对不同特征的依赖程度。

《基于动态Top-k特征选择与交叉张量分解的伪装目标检测方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2025103678857，当前法律状态为已下证，由南京邮电大学提出申请，发明人为黄昌;徐国夏;邓丽珍;朱虎，申请日期为2025-03-26，公开（公告）日期为2025-10-31，国际专利分类号（IPC）为 G06V 10/25 (2022.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明涉及计算机视觉与目标检测技术领域，具体为基于动态Top‑k特征选择与交叉张量分解的伪装目标检测方法，包括：将伪装目标图像输入编码器网络提取多层级特征，生成不同尺度的特征图；输入全局感知模块和局部优化模块进行不同尺度特征提取，输出全局特征和局部特征；对全局特征和局部特征进行交叉张量分解，通过低秩因子矩阵扩展与交叉合并生成互补特征；将互补后的全局特征、局部特征及前一层融合特征输入层次融合模块；将特征输入混合加权解码器，结合DSE模块的通道注意力机制进行逆向优化，最终输出伪装目标检测结果；对输出的分割图及最终预测图进行多级监督，通过损失函数联合优化模型参数,灵活地调整对不同特征的依赖程度。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！