Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北华航天工业学院张文豪获国家专利权

北华航天工业学院张文豪获国家专利权

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!

龙图腾网获悉北华航天工业学院申请的专利无人机遥感多光谱影像的车辆实时检测方法、检测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:CN115984210B

龙图腾网通过国家知识产权局官网在2026-04-14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:202211692414.6,技术领域涉及:G06T7/00;该发明授权无人机遥感多光谱影像的车辆实时检测方法、检测系统是由张文豪;范江霞;余涛;钟林汕;刘其悦设计研发完成,并于2023-02-21向国家知识产权局提交的专利申请。

无人机遥感多光谱影像的车辆实时检测方法、检测系统在说明书摘要公布了:本发明属于图像识别技术领域,公开了无人机遥感多光谱影像的车辆实时检测方法、检测系统。获取多波段影像并进行分割,得到多个分割子影像,将多个分割子影像进行超分辨率重建并获取重建后影像,将重建后影像的车辆目标进行人为标注,获得车辆数据集;将获得的车辆数据集划分为训练组和测试组;将所述训练组输入初始YOLOV5图像识别模型中进行训练,得到目标YOLOV5图像识别模型。本发明对初始锚框参数进行修正,使其适应无人机遥感多光谱影像中车辆目标的尺寸大小;在主干网络中增加轻量级注意力机制网络,提升车辆目标的有用特征,并抑制其无关特征;在检测网络中,使用WBF算法,改善了计数不准确的情况。

本发明授权无人机遥感多光谱影像的车辆实时检测方法、检测系统在权利要求书中公布了:1.一种基于超分辨率重建的无人机遥感多光谱影像的车辆实时检测方法,其特征在于,该方法包括如下步骤: S1、获取多波段影像并进行分割,得到多个分割子影像,将多个分割子影像进行超分辨率重建并获取重建后影像,将重建后影像的车辆目标进行标注,获得车辆数据集; S2、将获得的车辆数据集划分为训练组和测试组; S3、将所述训练组输入到初始YOLOV5图像识别模型中进行训练,得到目标YOLOV5图像识别模型; S4、将所述测试组输入到所述目标YOLOV5图像识别模型中,测试所述目标YOLOV5图像识别模型对目标车辆的识别能力,进行车辆的实时检测; 在步骤S1中,将多个分割子影像进行超分辨率重建并获取重建后影像,具体包括如下步骤: S1-1,使用两个3×3的卷积层,对所述分割子影像进行浅层特征提取,得到浅层特征图; S1-2,对所述浅层特征图进行分割后重新组合,得到深层特征图; S1-3,将所述浅层特征图和所述深层特征图进行特征聚合,得到聚合特征图; S1-4,采用3×3的反卷积层对所述聚合特征图进行上采样,采用3×3×64和3×3×1的卷积核对所述聚合特征图进行深度映射,得到重建后影像; 在步骤S3中,将所述训练组输入到初始YOLOV5图像识别模型中进行训练,得到目标YOLOV5图像识别模型,包括如下步骤: S3-1,利用K-means算法计算所述训练组中若干重建后影像人工标注锚框的长宽比,对所述初始YOLOV5图像识别模型中的锚框参数进行修正,得到锚框参数修正后的YOLOV5图像识别模型; S3-2,将所述训练组输入锚框参数修正后的YOLOV5图像识别模型中,对锚框参数修正后的YOLOV5图像识别模型进行训练,提取所述训练组中若干重建后影像的各车辆目标特征信息并进行融合; S3-3,根据融合的特征信息在各车辆目标上标注锚框,通过与人工标注的锚框进行对比,计算人工标注锚框与模型标注锚框之间的差距,再反向更新,迭代网络参数,得到目标YOLOV5图像识别模型。

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北华航天工业学院,其通讯地址为:065200 河北省廊坊市爱民东道133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。

免责声明
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。