西北工业大学李少毅获国家专利权
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!
龙图腾网获悉西北工业大学申请的专利一种基于多模态数据的光学自主协同探测识别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:CN121074380B 。
龙图腾网通过国家知识产权局官网在2026-02-13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:202511635414.6,技术领域涉及:G06V10/25;该发明授权一种基于多模态数据的光学自主协同探测识别方法是由李少毅;杨曦;岳晓奎设计研发完成,并于2025-11-10向国家知识产权局提交的专利申请。
本一种基于多模态数据的光学自主协同探测识别方法在说明书摘要公布了:本发明提供一种基于多模态数据的光学自主协同探测识别方法,属于机器视觉技术领域。综合利用可见光、红外和激光传感器的优势,克服了单一传感器在恶劣天候、复杂背景或强光干扰下的局限性。采用两套独立的算法流程对可见光与红外图像进行同步可见光搜索与红外搜索,确保了即使一种传感器因环境条件失效或性能下降,另一种传感器仍能作为有效补充,极大提高了系统对目标的首次捕获概率和整体可靠性;采用基于滑动窗口的切片辅助超推理YOLOv5算法处理可见光图像,有效提升了对远处小目标或密集目标的检测精度,克服了传统方法在分辨率不足时的性能瓶颈;对红外图像进行天候与环境类型划分,并动态调用先验算法库中的针对性算法。
本发明授权一种基于多模态数据的光学自主协同探测识别方法在权利要求书中公布了:1.一种基于多模态数据的光学自主协同探测识别方法,其特征在于,包括如下步骤: 启动扫描与搜索流程,通过可见光传感器和红外传感器对待测场景中的目标进行搜索和捕获,采集可见光图像数据和红外图像数据; 对于可见光图像数据,采用基于滑动窗口的切片辅助超推理的YOLOv5算法对可见光图像中的目标进行可见光搜索,得到可见光搜索结果;采用可见光图像数据和红外图像数据协同分析进行红外搜索,划分天候类型和环境类型,结合先验算法库进行目标检测,得到红外搜索结果; 具体为: 基于获取的可见光图像数据,通过MobileNetv3的天候识别与分类算法识别天候类型,划分晴天、阴天和夜晚三种类别; 基于获取的红外图像数据,通过I‑U‑Net模型的语义分割算法对红外图像数据进行分割,基于分割后的红外图像数据识别环境类型; 基于识别的天候类型和环境类型,采用YOLOv8算法框架构建深度学习算法与先验算法库结合的方式进行红外搜索,得到红外搜索结果; 基于可见光搜索结果和红外搜索结果判定是否捕获目标,若是,则执行后续步骤,否则,重新进行扫描与搜索流程; 若捕获目标,判断可见光搜索结果和红外搜索结果是否是同一个目标,若是,则对目标进行融合处理;否则,基于不同目标所在的场景,采用红外检测算法对可见光搜索结果和红外搜索结果捕获的目标分别进行跟踪; 在目标跟踪完成后,通过激光传感器获取目标距离信息并对目标进行精准识别; 所述先验算法库包括深度学习模型和检测算法,根据不同的环境类型识别结果和场景先验信息选择不同的先验算法; 所述深度学习模型包括YOLOv5,检测算法包括ADDGD、ADMD。
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西北工业大学,其通讯地址为:710072 陕西省西安市碑林区友谊西路127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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励