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！

龙图腾网获悉北京工业大学申请的专利一种风险分级的无人机铁路异物入侵开放检测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：CN119693831B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202411862663.4，技术领域涉及：G06V20/17；该发明授权一种风险分级的无人机铁路异物入侵开放检测方法是由童磊;韩红桂;王志鹏;黄琰婷;王晶晶设计研发完成，并于2024-12-17向国家知识产权局提交的专利申请。

本一种风险分级的无人机铁路异物入侵开放检测方法在说明书摘要公布了：本发明提出了一种风险分级的无人机铁路异物入侵开放检测方法。该方法根据入侵异物与轨道核心区域的横向距离来确定其风险层级，并通过边界受限MCP方法对轨道区域分割掩膜进行平滑处理，实现了参数可配置的无人机铁路图像多层级风险区域划分。本发明进一步提出了开闭集融合条件下的铁路异物入侵检测方法架构FOCS‑MID，在对闭集条件下常规类别异物的入侵检测基础上，再同时对常规与非常规类别异物进行开集设定下的二次检测，全面提升铁路线路异物的风险感知能力。

本发明授权一种风险分级的无人机铁路异物入侵开放检测方法在权利要求书中公布了：1.一种风险分级的无人机铁路异物入侵开放检测方法，其特征在于包括以下两部分： 1多层级风险区域划分方法 针对无人机铁路巡检图像中在不同区域位置的异物所造成的风险也不一样的特点，提出了边界受限的最小外接平行四边形风险区划分方法，基于轨道区域分割结果实现边界平滑的多层级风险区域划分，将图像划分为警戒区、预警区和关注区； 2异物入侵开放检测方法架构 针对真实开放世界铁路场景中异物类别多样且具有不确定性，提出了基于开闭集融合的多风险层级异物入侵检测方法架构，实现了多层级风险区域匹配的异物入侵检测，将铁路异物入侵检测的能力拓宽至了开放场景中； 该方法分为三个阶段：阶段一完成多层级的风险区域划分；阶段二进行闭集条件下的常规类别异物入侵检测；阶段三进行开集条件下的常规与非常规类别异物入侵检测，以下分阶段阐述； 在阶段一，将待处理无人机遥感铁路图像首先输入到语义分割模型编码器中进行图像特征提取，将提取到的特征输入到模型解码器中预测生成像素级的高级别语义特征，完成轨道区域分割后得到轨道区域分割掩码Arail,j： {Arail,j}＝DeepSegimage17 遍历轨道区域掩码Arail,j中的各个连通域并获得其中面积最大的，得到最大连通域之后利用边界受限MCP的风险区域方法对轨道区域进行平滑处理，得到最终的轨道核心区；接着完成横向宽度可配置的邻近区边界划分，最终得到全图像像素级的风险区域划分掩码图{Acore,Aadj,Aper}； 在阶段二，将待检无人机遥感铁路图像输入到目标检测器骨干网络上进行图像多尺度特征提取，并分别在图像多尺度特征图上定义不同尺度的检测头，以完成不同尺度大小的异物目标边界框位置回归和预定义类别预测，最终生成相对密集的边界框预测，设定有M个目标，用表示闭集检测模型检测出来的第m个目标异物： 在阶段三，除了将图像输入到检测器骨干网络生成图像多尺度特征图外，还需要用户将常规异物语义词汇和非常规异物语义词汇输入到经过预训练后的文本编码器生成文本词嵌入，并将视觉-语言特征进行多层级跨模态的特征融合，接着对文本语义与位置区域匹配，并与回归得到的多尺度边界框共同生成密集目标异物边界框预测，设定有N个目标，用表示闭集检测模型检测出来的第n个目标异物： 在完成以上三个阶段后，将开闭集异物检测边界框密集预测结果进行融合并共同进行非极大值抑制NMS操作处理，消除冗余预测目标，设定最终有Q个异物，用objq表示经过非极大值抑制后的第n个目标异物： 最终，在得到的像素级风险区域属性掩模图上进行异物的目标位置属性匹配，最终完成多层级风险匹配的异物入侵检测工作；对于其中每一个异物目标objq，对其中心位置像素点Locobjq＝xq,yq与像素级的风险区域划分掩码图{Acore,Aadj,Aper}进行匹配： 其中用Riskobjq表示目标异物objq的风险等级，并根据其中心位置所在区域的不同将其风险级别划分为了高high、中medium和低low三个等级。

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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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。