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！

龙图腾网获悉吉林大学申请的专利基于图形处理的雪场无人机图像安全状态分析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：CN120708112B 。

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：202511194653.2，技术领域涉及：G06V20/17；该发明授权基于图形处理的雪场无人机图像安全状态分析方法是由姚永明;王骏冲;黄亮亮;王新迪;武超群;马光辉;谭世龙;董见阳设计研发完成，并于2025-08-26向国家知识产权局提交的专利申请。

本基于图形处理的雪场无人机图像安全状态分析方法在说明书摘要公布了：本发明适用于图像处理技术领域，提供了基于图形处理的雪场无人机图像安全状态分析方法，所述方法包括：通过无人机摄像头拍摄雪场图像，经过图形数据增强技术构建数据集；对YOLOv11模型进行改进，得到YOLO‑ROSP模型：引入选择性核注意力机制和设计基于信道洗牌‑单次聚合的轻量化卷积模块，构建轻量化多尺度特征变换架构；对模型进行训练和验证，进行消融实验；用未经过数据增强的原始图像对模型进行验证。本发明方法通过数据增强与图形特征变换技术的协同优化，显著提升了滑雪者状态分析的精度与鲁棒性，为无人机在复杂雪场环境下的图形数据处理提供了高效解决方案。

本发明授权基于图形处理的雪场无人机图像安全状态分析方法在权利要求书中公布了：1.基于图形处理的雪场无人机图像安全状态分析方法，其特征在于，包括以下步骤： S1、通过无人机摄像头拍摄雪场图像，经过图形数据增强技术构建数据集； S2、对YOLOv11模型进行改进，得到YOLO-ROSP模型：引入选择性核注意力机制和设计基于信道洗牌-单次聚合的轻量化卷积模块，构建轻量化多尺度特征变换架构； S3、对模型进行训练和验证，进行消融实验； S4、用未经过数据增强的原始图像对模型进行验证； 步骤S2中，选择性核注意力机制首先输入图形特征图X通过并行图形特征分裂操作分为两个并行卷积分支，上分支采用3×3卷积生成图形特征图Uˉ，下分支采用5×5卷积生成图形特征图U^；二者通过元素相加初步融合为特征Uf；接着，对Uf进行空间维度压缩得到一维向量S，再经维度变换得到Z，并通过Softmax函数生成归一化注意力权重a和b；随后，权重a与上分支特征、权重b与下分支特征分别通过元素相乘进行加权，最后将加权后的特征通过元素相加融合，输出最终图形特征图V；其中，元素相加用于融合多分支特征，元素相乘实现注意力对特征的加权，Softmax确保权重归一化以动态选择多尺度特征； 步骤S2中，设计基于信道洗牌-单次聚合的轻量化卷积模块的步骤包括： 训练阶段多分支学习： 输入图形特征图按通道均分为两分支，分支1直接保留原始特征，分支2通过含1×1和3×3卷积的RepVGG模块提取多尺度特征，两分支拼接后经通道混洗实现跨通道交互，输出融合特征； 推理阶段单分支重参数化： 将多分支卷积等效为单分支3×3卷积，减少计算量并提升推理速度，可选通道混洗确保跨通道融合； 一次聚合操作： 在RCS模块后，通过一次聚合操作整合多尺度特征，仅保留3个特征级联； 部署位置： 骨干网络：在每次“卷积+RCS-OSA”操作后接入，重复三次以构建深度特征； 颈部网络：在“上采样-拼接-RCS-OSA”与“卷积-拼接-RCS-OSA”模块中，强化跨尺度特征融合。

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吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699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。