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！

龙图腾网获悉南京航空航天大学申请的专利一种基于深度学习的小型无人机检测和跟踪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：CN116682039B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202310572617.X，技术领域涉及：G06V20/40；该发明授权一种基于深度学习的小型无人机检测和跟踪方法是由秦杰;胡志恒;权荣;魏明强设计研发完成，并于2023-05-22向国家知识产权局提交的专利申请。

本一种基于深度学习的小型无人机检测和跟踪方法在说明书摘要公布了：本发明公开了一种基于深度学习的小型无人机检测和跟踪方法，1、获取小型无人机历史运动视频数据；2、将视频输入到显著性目标检测网络中，学习出无人机的特征；3、通过同一架无人机在不同时刻的特征和位置信息建模无人机的时间图和空间图；4、将时空图输入到基于长短期记忆递归神经的轨迹跟踪网络中，对无人机的运动轨迹进行跟踪；5、基于跟踪的小型无人机运动轨迹进行距离误差分析。本发明为小型无人机运动轨迹跟踪提供了一种新型实用的方法，通过对小型无人机历史运动视频利用显著目标检测网络获取无人机的时空信息，在时间和空间维度上利用长短期记忆递归神经网络对无人机运动轨迹特征建模，实现对小型无人机运动的准确检测和跟踪。

本发明授权一种基于深度学习的小型无人机检测和跟踪方法在权利要求书中公布了：1.一种基于深度学习的小型无人机检测和跟踪方法，其特征在于，包括： 步骤S1：获取小型无人机历史运动视频数据作为训练样本数据； 步骤S2：将训练样本数据输入到小型无人机显著目标检测深度学习网络中，学习得到每个时刻上小型无人机在图像中的目标边界框； 步骤S3：通过一段时间内的小型无人机空间坐标建模小型无人机运动轨迹的空间图； 步骤S4：将小型无人机运动轨迹空间图数据按时序输入到基于长短期记忆递归神经网络的多步小型无人机运动轨迹跟踪网络中，实现对小型无人机运动轨迹的准确检测和跟踪； 步骤S5：基于跟踪的小型无人机运动轨迹进行距离误差分析； 所述小型无人机显著目标检测深度学习网络包括双通道特征提取模块、多尺度嵌套交互模块、双通道聚合模块和小型无人机位置检测头；步骤S2包括以下子步骤： S201：双通道特征提取模块使用卷积模块和残差模块分别提取小型无人机的内部特征和边界细节特征； S202：将采集到的图像的小目标标签解耦为内部标签和边界细节标签，多尺度嵌套交互模块对双通道特征提取模块最后提取到的特征使用多个结点进行嵌套交换融合； S203：使用双通道聚合模块来整合内部特征和边界细节特征； S204：小型无人机预测头使用CenterNet预测出目标的边界框； 所述多尺度嵌套交互模块覆盖了多个u形的子网络，并在编码器和解码器子网络之间的路径上施加多个中间节点，所有中间节点彼此连接，每个节点都能够接收到自身层和相邻层的特征，从而形成一个嵌套的网络。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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。