買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉中國人民解放軍軍事科學(xué)院國防科技創(chuàng)新研究院申請的專利一種基于神經(jīng)網(wǎng)絡(luò)的航天器殘骸搜救識別跟蹤方法及系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN115526790B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-05發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202211030239.4，技術(shù)領(lǐng)域涉及：G06V20/17；該發(fā)明授權(quán)一種基于神經(jīng)網(wǎng)絡(luò)的航天器殘骸搜救識別跟蹤方法及系統(tǒng)是由王凱;李獻(xiàn)斌;曹璐;覃江毅;姜勇;張海超;范廣騰設(shè)計研發(fā)完成，并于2022-08-26向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于神經(jīng)網(wǎng)絡(luò)的航天器殘骸搜救識別跟蹤方法及系統(tǒng)在說明書摘要公布了：本發(fā)明公開了一種基于神經(jīng)網(wǎng)絡(luò)的航天器殘骸搜救識別跟蹤方法，包括：確定航天器殘骸墜落的理論落點，規(guī)劃搜尋區(qū)域，控制飛行器前往搜尋區(qū)域；控制飛行器向航天器殘骸的實際落點方向移動，并在移動過程中實時拍攝圖像；利用多尺度圖像神經(jīng)網(wǎng)絡(luò)模型對獲取的圖像進(jìn)行實時識別檢測，確定圖像中是否存在航天器殘骸；若是，根據(jù)圖像中檢測目標(biāo)位置實時調(diào)整飛行器的行駛方向，控制飛行器移動至檢測目標(biāo)上方；確定當(dāng)前檢測結(jié)果的置信度是否大于預(yù)設(shè)閾值，若是，確認(rèn)檢測目標(biāo)是否為航天器殘骸，若否或者檢測目標(biāo)不是航天器殘骸，則調(diào)平飛行器的攝像頭，繼續(xù)控制飛行器移動。本發(fā)明能夠?qū)崿F(xiàn)航天器殘骸的快速搜尋，有效地縮小搜尋范圍，提高搜尋效率。

本發(fā)明授權(quán)一種基于神經(jīng)網(wǎng)絡(luò)的航天器殘骸搜救識別跟蹤方法及系統(tǒng)在權(quán)利要求書中公布了：1.一種基于神經(jīng)網(wǎng)絡(luò)的航天器殘骸搜救識別跟蹤方法，其特征在于，包括： 確定航天器殘骸墜落的理論落點，規(guī)劃搜尋區(qū)域，控制飛行器前往搜尋區(qū)域； 在航天器殘骸墜落后，控制飛行器向航天器殘骸的實際落點方向移動，并在移動過程中實時拍攝圖像； 利用多尺度圖像神經(jīng)網(wǎng)絡(luò)模型對獲取的圖像進(jìn)行實時識別檢測，確定圖像中是否存在航天器殘骸； 若圖像中存在航天器殘骸，根據(jù)圖像中檢測目標(biāo)位置實時調(diào)整飛行器的行駛方向以使檢測目標(biāo)中心點位于飛行器的攝像頭正中心，控制飛行器移動至檢測目標(biāo)上方； 確定當(dāng)前拍攝圖像的檢測結(jié)果的置信度是否大于預(yù)設(shè)閾值，若是，確認(rèn)檢測目標(biāo)是否為航天器殘骸； 若置信度在預(yù)設(shè)閾值以下或者檢測目標(biāo)不是航天器殘骸，則調(diào)平飛行器的攝像頭，繼續(xù)控制飛行器向航天器殘骸的實際落點方向移動并實時拍攝圖像，直至找到航天器殘骸； 所述多尺度圖像神經(jīng)網(wǎng)絡(luò)模型包括依次連接的數(shù)據(jù)增強(qiáng)模塊、特征提取模塊、多尺度輸出模塊和極大值抑制網(wǎng)絡(luò)模型； 所述數(shù)據(jù)增強(qiáng)模塊用于對輸入的原始圖像進(jìn)行圖像增強(qiáng)處理； 所述特征提取模塊用于以不同的采樣方式對所述數(shù)據(jù)增強(qiáng)模塊輸出的特征矩陣進(jìn)行特征提取； 所述多尺度輸出模塊用于根據(jù)飛行器的不同飛行高度對所述特征提取模塊輸出的特征矩陣進(jìn)行關(guān)聯(lián)性建模； 所述極大值抑制網(wǎng)絡(luò)模塊用于選取并輸出所述多尺度輸出模塊輸出的矩陣中置信度最大的矩陣； 所述對輸入的原始圖像進(jìn)行圖像增強(qiáng)處理，包括： 對原始圖像進(jìn)行灰度運算以將三通道圖像轉(zhuǎn)化為單通道圖像，對單通道圖像進(jìn)行二值化運算以獲取含有航天器殘骸特征的圖像模型，對圖像模型依次進(jìn)行腐蝕運算和膨脹運算以去除周邊噪聲，得到通道數(shù)量為1的特征矩陣Δx，將含有航天器殘骸特征的圖像與原始圖像沿通道方向合并為新的特征向量集e＝x,Δx，x表示原始圖像； 所述以不同的采樣方式對所述數(shù)據(jù)增強(qiáng)模塊輸出的特征矩陣進(jìn)行特征提取，包括： 分別對所述數(shù)據(jù)增強(qiáng)模塊輸出的特征矩陣進(jìn)行8倍下采樣、16倍下采樣和32倍下采樣得到三個特征矩陣，分別將三個特征矩陣輸入由卷積、BN以及LeakyReLU三層結(jié)合成的DBL模塊，得到三個更新的特征矩陣，基于更新的特征矩陣，利用softmax激活函數(shù)得到對應(yīng)的預(yù)測矩陣； 對特征提取模塊輸出的特征矩陣進(jìn)行關(guān)聯(lián)性建模表示為： 其中，out表示多尺度輸出模塊輸出的矩陣，w表示飛行器的不同飛行高度對應(yīng)的高度系數(shù)矩陣，e1″、e2″和e3″分別表示以8倍下采樣、16倍下采樣和32倍下采樣對所述數(shù)據(jù)增強(qiáng)模塊輸出的特征矩陣進(jìn)行特征提取得到的預(yù)測矩陣； 所述極大值抑制網(wǎng)絡(luò)模塊通過NMS算法處理多尺度輸出模塊輸出的矩陣，選取出矩陣中置信度最大的矩陣，并將選取的矩陣作為最終的預(yù)測目標(biāo)圖像輸出。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人中國人民解放軍軍事科學(xué)院國防科技創(chuàng)新研究院，其通訊地址為：100071 北京市豐臺區(qū)東大街53號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。