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！

龙图腾网获悉中国人民解放军军事科学院国防科技创新研究院申请的专利一种基于神经网络的航天器残骸搜救识别跟踪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：CN115526790B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202211030239.4，技术领域涉及：G06V20/17；该发明授权一种基于神经网络的航天器残骸搜救识别跟踪方法及系统是由王凯;李献斌;曹璐;覃江毅;姜勇;张海超;范广腾设计研发完成，并于2022-08-26向国家知识产权局提交的专利申请。

本一种基于神经网络的航天器残骸搜救识别跟踪方法及系统在说明书摘要公布了：本发明公开了一种基于神经网络的航天器残骸搜救识别跟踪方法，包括：确定航天器残骸坠落的理论落点，规划搜寻区域，控制飞行器前往搜寻区域；控制飞行器向航天器残骸的实际落点方向移动，并在移动过程中实时拍摄图像；利用多尺度图像神经网络模型对获取的图像进行实时识别检测，确定图像中是否存在航天器残骸；若是，根据图像中检测目标位置实时调整飞行器的行驶方向，控制飞行器移动至检测目标上方；确定当前检测结果的置信度是否大于预设阈值，若是，确认检测目标是否为航天器残骸，若否或者检测目标不是航天器残骸，则调平飞行器的摄像头，继续控制飞行器移动。本发明能够实现航天器残骸的快速搜寻，有效地缩小搜寻范围，提高搜寻效率。

本发明授权一种基于神经网络的航天器残骸搜救识别跟踪方法及系统在权利要求书中公布了：1.一种基于神经网络的航天器残骸搜救识别跟踪方法，其特征在于，包括： 确定航天器残骸坠落的理论落点，规划搜寻区域，控制飞行器前往搜寻区域； 在航天器残骸坠落后，控制飞行器向航天器残骸的实际落点方向移动，并在移动过程中实时拍摄图像； 利用多尺度图像神经网络模型对获取的图像进行实时识别检测，确定图像中是否存在航天器残骸； 若图像中存在航天器残骸，根据图像中检测目标位置实时调整飞行器的行驶方向以使检测目标中心点位于飞行器的摄像头正中心，控制飞行器移动至检测目标上方； 确定当前拍摄图像的检测结果的置信度是否大于预设阈值，若是，确认检测目标是否为航天器残骸； 若置信度在预设阈值以下或者检测目标不是航天器残骸，则调平飞行器的摄像头，继续控制飞行器向航天器残骸的实际落点方向移动并实时拍摄图像，直至找到航天器残骸； 所述多尺度图像神经网络模型包括依次连接的数据增强模块、特征提取模块、多尺度输出模块和极大值抑制网络模型； 所述数据增强模块用于对输入的原始图像进行图像增强处理； 所述特征提取模块用于以不同的采样方式对所述数据增强模块输出的特征矩阵进行特征提取； 所述多尺度输出模块用于根据飞行器的不同飞行高度对所述特征提取模块输出的特征矩阵进行关联性建模； 所述极大值抑制网络模块用于选取并输出所述多尺度输出模块输出的矩阵中置信度最大的矩阵； 所述对输入的原始图像进行图像增强处理，包括： 对原始图像进行灰度运算以将三通道图像转化为单通道图像，对单通道图像进行二值化运算以获取含有航天器残骸特征的图像模型，对图像模型依次进行腐蚀运算和膨胀运算以去除周边噪声，得到通道数量为1的特征矩阵Δx，将含有航天器残骸特征的图像与原始图像沿通道方向合并为新的特征向量集e＝x,Δx，x表示原始图像； 所述以不同的采样方式对所述数据增强模块输出的特征矩阵进行特征提取，包括： 分别对所述数据增强模块输出的特征矩阵进行8倍下采样、16倍下采样和32倍下采样得到三个特征矩阵，分别将三个特征矩阵输入由卷积、BN以及LeakyReLU三层结合成的DBL模块，得到三个更新的特征矩阵，基于更新的特征矩阵，利用softmax激活函数得到对应的预测矩阵； 对特征提取模块输出的特征矩阵进行关联性建模表示为： 其中，out表示多尺度输出模块输出的矩阵，w表示飞行器的不同飞行高度对应的高度系数矩阵，e1″、e2″和e3″分别表示以8倍下采样、16倍下采样和32倍下采样对所述数据增强模块输出的特征矩阵进行特征提取得到的预测矩阵； 所述极大值抑制网络模块通过NMS算法处理多尺度输出模块输出的矩阵，选取出矩阵中置信度最大的矩阵，并将选取的矩阵作为最终的预测目标图像输出。

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中国人民解放军军事科学院国防科技创新研究院，其通讯地址为：100071 北京市丰台区东大街53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”。