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！

龙图腾网获悉广西计算中心有限责任公司申请的专利基于无人机高空视角的人工智能交通异常事件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：CN120833678B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202510949740.8，技术领域涉及：G08G1/01；该发明授权基于无人机高空视角的人工智能交通异常事件识别方法是由阙超宁;杜奕霖;杨友盛;黄赟;梁育靖;潘远亮;罗海涛;黄华豪设计研发完成，并于2025-07-10向国家知识产权局提交的专利申请。

本基于无人机高空视角的人工智能交通异常事件识别方法在说明书摘要公布了：本发明公开了基于无人机高空视角的人工智能交通异常事件识别方法，具体涉及交通管理领域，解决高速巡航场景中视差畸变导致的异常事件识别难题，是通过连续帧运动强度基线驱动飞控与变焦协同，优化视差畸变；利用动态成像窗稳固目标轮廓，构建稀疏置信核分析多维运动，自适应过滤低质候选并精修异常坐标；飞行姿态与取景参数根据异常密集区权重动态调整，实现高海拔广角覆盖与单车细粒度监控并存；置信分析剔除视差伪影，异常候选复核后生成坐标并驱动飞控微调；各处理链路协同压缩传感带宽、提升告警置信度，缩短发现、定位、跟随的决策链时延，确保复杂光照与剧烈视差条件下坐标精度与推送时效，为交通管理提供可靠智能感知能力。

本发明授权基于无人机高空视角的人工智能交通异常事件识别方法在权利要求书中公布了：1.基于无人机高空视角的人工智能交通异常事件识别方法，其特征在于，包括步骤： S1：实时采集连续帧图像序列，对于连续帧图像序列中的每一帧图像，采用基于深度学习的目标检测算法识别车辆目标，生成边界框，并计算车辆目标的质心坐标，质心坐标为车辆目标在当前帧图像中的中心位置；通过稠密光流算法计算相邻两帧图像的光流场，进而计算位移梯度的模长，生成初始视差梯度直方图，初始视差梯度直方图为位移梯度模长的分布统计；将每一帧图像的质心坐标集合和初始视差梯度直方图记录并输出至监测缓冲区； S2：依据监测缓冲区中的目标质心坐标集合和初始视差梯度直方图，计算连续帧图像中车辆目标的质心位移幅度，质心位移幅度为连续两帧质心坐标差的位移模长平均值；计算视差梯度直方图的峰值变化率，峰值变化率为连续两帧峰值的差绝对值除以前一帧峰值；基于质心位移幅度和峰值变化率预测无人机的可达速度窗口和摄像机的分辨率档位，可达速度窗口基于当前速度乘以与位移幅度和峰值变化率相关的因子计算，分辨率档位基于当前分辨率乘以与峰值变化率成正比的调节因子计算；将预测的可达速度窗口和分辨率档位封装为指令并发送至飞控系统； S3：飞控系统接收可达速度窗口和分辨率档位指令后，执行飞行速度的阶梯调整，阶梯调整为将当前飞行速度调整至可达速度窗口范围内；与此同时，变焦处理器根据分辨率档位计算目标分辨率对应的目标焦距，并将光学焦距调整至目标焦距；调整后的飞行速度和光学焦距用于控制无人机飞行和摄像机采集视频帧，生成补偿帧流； S4：对补偿帧流采用五帧滑窗处理，提取连续五帧图像中的视差梯度直方图和目标质心跨帧矢量；基于视差梯度直方图计算二阶差分直方图，求取峰度均值以获得视差变幅指数；基于目标质心跨帧矢量应用希尔伯特-黄变换提取瞬时能量，求取瞬时能量的峰值以获得位移突跃因子；将视差变幅指数和位移突跃因子输入稀疏自编码器，输出视差置信度，视差置信度为0-1之间的数值表示视差可信程度；依据视差置信度筛选异常候选车辆，筛选为视差置信度低于阈值标记为异常候选，并对异常候选车辆的中心坐标集进行修正，修正为计算五帧滑窗内质心坐标的平均值； S5：依据修正后中心坐标集将交通场景划分为格点网格，统计每个格点内异常目标的数量并计算格点权重，格点权重为异常目标数量除以格点面积，生成异常密集区图；针对每个格点，计算其在连续时间窗口内的权重变化率，变化率为权重差值除以帧数；当相邻格点的权重变化率均超过预设阈值且呈上升趋势时，识别权重变化率升高最显著的格点区域，调整无人机飞行姿态使摄像机视角对准格点区域的几何中心，进入锁定跟随状态；在此状态下，对异常目标在最近若干帧图像中的质心坐标进行加权平均计算，加权平均的权重基于时间距离的反比，得到精确坐标并实时上报。

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广西计算中心有限责任公司，其通讯地址为：530022 广西壮族自治区南宁市青秀区民族大道355号广西交通投资集团六律基地4号楼；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。