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！

龙图腾网获悉齐鲁工业大学(山东省科学院)申请的专利一种轻型航拍图像检测方法及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：CN116363072B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202310200598.8，技术领域涉及：G06T7/00；该发明授权一种轻型航拍图像检测方法及系统是由邓立霞;毕凌云;李洪泉;陈好男;段学虎;娄海同;张洪豫;毕京学;刘海英设计研发完成，并于2023-02-27向国家知识产权局提交的专利申请。

本一种轻型航拍图像检测方法及系统在说明书摘要公布了：本发明提出了一种轻型航拍图像检测方法及系统，该方法包括：实时获取无人机拍摄视频帧；利用训练后的航拍图像检测模型判断所述视频帧中是否存在行人或车辆目标；所述航拍图像检测模型的构建过程包括：搭建用于特征提取的骨干特征提取网络；搭建深层特征图跨路径融合网络；将搭建的骨干特征提取网络与深层特征图跨路径融合网络进行拼接并搭建检测头，得到预设的航拍图像检测模型；所述航拍图像检测模型的训练过程包括：利用训练集训练所述预设的航拍图像检测模型，得到最终收敛的航拍图像检测模型。本发明通过构建轻型航拍图像检测模型，实现了航拍图像检测中更高的检测精度和更低的计算成本，减少硬件设备的损耗，实现了轻量化的航拍图像检测。

本发明授权一种轻型航拍图像检测方法及系统在权利要求书中公布了：1.一种轻型航拍图像检测方法，其特征在于，包括： 实时获取无人机拍摄视频帧； 利用训练后的航拍图像检测模型判断所述视频帧中是否存在行人或车辆目标； 所述航拍图像检测模型的构建过程包括： 搭建用于特征提取的骨干特征提取网络： 在YOLOv5网络结构中，对C3模块进行优化改进，所述骨干特征提取网络包括VB网络和C3SFN网络，所述VB网络由VoVNet和残差结构Bottleneck融合得到，VB网络由4个CBS卷积模块开始，每个卷积模块的输出都在最后一个模块之后进行拼接，并保留了Bottleneck模块作为一条单独的路径进行拼接，在所有的拼接操作完成之后，再用1个卷积模块来调整输出的通道数；所述C3SFN网络由一个SFN模块代替原C3网络中的Bottleneck模块得到，SFN模块是一个类Bottleneck模块，它有两个分支，其中一条分支包含两个卷积核大小为1的普通卷积和卷积核大小为3的深度可分离卷积，另一条分支也即输入，两条分支由一个拼接操作融合在一起，最后由一个ChannelShuffle操作来启用两个分支之间的信息通信；骨干特征提取网络采用3个VB网络和一个C3SFN网络，在这两个网络中间由一个卷积核为1、步长为2的CBS卷积模块将他们连接； 搭建深层特征图跨路径融合网络DFM-CPFN： 在YOLOv5网络结构中，基于PANet的多尺度特征融合网络，设计一个深层特征图跨路径融合网络，所述深层特征图跨路径融合网络采用自上而下和自下而上的双路径特征融合方式；将标注好的图像首先被输入到骨干特征提取网络，骨干特征提取网络输出4张不同通道特征图F1、F2、F3、F4，其中F1、F2和F3分别是骨干特征提取网络中第一个、第二个和第三个VB模块的输出，F4是最后的输出；然后将其最后的输出F4输入到多尺度特征融合网络DFM-CPFN，最终生成三种不同尺寸的检测头D1、D2和D3，用于检测不同大小的目标；在多尺度的特征融合过程中，骨干特征提取网络的浅层特征F1和中间特征F2、F3均参与其中；最终模型通过非极大值抑制和IoU交并比筛选出最合适的预测框; 在第一条自下而上的特征融合路径中，由两个上采样操作逐级放大特征图尺寸，其中，在第一次上采样之后，将其输出和骨干特征提取网络的中间特征F3进行融合，接着在第二次上采样之后，将其输出和骨干特征提取网络的中间特征F2进行融合；使用融合后的特征参与前向传递；第一条特征融合路径的输出作为模型的第一个检测头D1，同时也是第二条特征融合路径的初始输入； 在第二条自上而下的融合路径中，首先使用一个下采样卷积缩小特征尺寸，然后和第一条融合路径的CBS卷积模块输出进行融合，并经C3模块之后作为模型的第二个检测头D2，D2的尺寸要比D1更小，感受野更大，适合检测较大的目标；随后将D2对应的特征图进行两次上采样操作以及更加深层的卷积提取，接着在第一次上采样之后，将其输出和骨干特征提取网络的中间特征F2先进行融合，在第二次上采样之后，再与骨干特征提取网络的浅层特征F1进行融合；获取更为丰富的目标位置和坐标等信息；将最终的深层跨路径融合特征作为模型的第三个检测头D3，其尺寸要比D1更大，具有更小的感受野，适合检测小目标； 将搭建的骨干特征提取网络与深层特征图跨路径融合网络进行拼接并搭建检测头，得到预设的航拍图像检测模型； 所述航拍图像检测模型的训练过程包括： 利用训练集训练所述预设的航拍图像检测模型，得到最终收敛的航拍图像检测模型。

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齐鲁工业大学(山东省科学院)，其通讯地址为：250353 山东省济南市长清区大学路3501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。