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DeblurGAN网络的高速无人机图像去运动模糊的识别方法、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：CN119851006B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202411827775.6，技术领域涉及：G06V10/764；该发明授权一种基于DeblurGAN网络的高速无人机图像去运动模糊的识别方法、系统是由闫文龙;刘文波;张弓;陈紫涵;邵成明设计研发完成，并于2024-12-12向国家知识产权局提交的专利申请。

本一种基于DeblurGAN网络的高速无人机图像去运动模糊的识别方法、系统在说明书摘要公布了：本发明公开了一种基于DeblurGAN网络的高速无人机图像去运动模糊的识别方法、系统，该方法包括采集高速无人机的运动清晰图像和运动模糊图像，对运动清晰图像进行人工模拟，得到模拟的运动模糊图像；利用运动清晰图像和模拟的运动模糊图像训练预处理后的DeblurGAN网络模型，得到去运动模糊网络，将运动模糊图像输入到去运动模糊网络中，得到最终的去运动模糊后的图像；利用自适应边缘提取权值技术对边缘卷积神经网络模型进行训练和优化，得到优化后的边缘卷积神经网络模型，将最终的去运动模糊后的图像输入到该模型中，得到无人机的分类结果。本发明有效解决了高速无人机图像中的运动模糊问题，提高无人机的识别和跟踪能力。

本发明授权一种基于DeblurGAN网络的高速无人机图像去运动模糊的识别方法、系统在权利要求书中公布了：1.一种基于DeblurGAN网络的高速无人机图像去运动模糊的识别方法，其特征在于，包括： S1、采集高速无人机的运动清晰图像和运动模糊图像，基于运动模糊图像对运动清晰图像进行人工模拟，得到模拟的运动模糊图像，运动清晰图像和模拟的运动模糊图像构成运动图像的数据集； S2、利用运动清晰图像对DeblurGAN网络模型进行预处理，利用步骤S1中的数据集训练预处理后的DeblurGAN网络模型，得到去运动模糊网络，对步骤S1中的运动模糊图像进行背景消融和归一化处理后输入到去运动模糊网络中，得到最终的去运动模糊后的图像，并利用Yolo5s评估该图像； 其中，得到去运动模糊网络包括以下内容： 选取步骤S1数据集中设定数量的图像作为训练集，将训练集输入到预处理后的DeblurGAN网络模型中，通过VGG-19模型提取该图像在conv3*3层的特征图，并计算模拟的运动模糊图像和运动清晰图像特征图之间的差异，基于该差异，利用内容损失和对抗性损失迭代优化生成器，直到达到设定的最大迭代次数后停止，得到优化后的生成器，优化后的生成器和判别器构成去运动模糊网络； S3、利用深度学习和计算机图像处理技术构建边缘卷积神经网络模型；基于最终的去运动模糊后的图像，利用自适应边缘提取权值技术对该模型进行训练和优化，得到优化后的边缘卷积神经网络模型；具体为： S301、边缘卷积神经网络模型包括依次连接的输入层、3个卷积层、2个全连接层和输出层，其中输入层的设计形状为64*64*4； S302、基于图像处理技术，使用两种不同的尺度级别的边缘提取最终的去运动模糊后的图像的权值，并使用3x3高斯核进行平滑处理，利用Opencv开源库中Canny函数进行边缘检测；再使用7x7高斯核进行平滑处理，利用Canny函数进行边缘检测；将两次边缘检测后的结果加权求和； S303、调用opencv开源库中非最大值抑制和双阈值方法对加权求和后的边缘检测结果进行处理，得到最终的边缘抽象信息； S304、利用边缘检测方法对最终的去运动模糊后的图像中的无人机进行边缘检测，并使用最终的边缘抽象信息对边缘卷积神经网络模型进行训练和优化，得到优化后的边缘卷积神经网络模型； S4、将最终的去运动模糊后的图像输入到优化后的边缘卷积神经网络模型中，经过特征提取、特征融合和分类处理，得到无人机的分类结果，实现无人机的识别。

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：211106 江苏省南京市江宁区将军大道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。