買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中聯德冠科技(北京)有限公司申請的專利一種基于輕量化卷積神經網絡的無人機快速識別方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120431527B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510873192.5，技術領域涉及：G06V20/52；該發明授權一種基于輕量化卷積神經網絡的無人機快速識別方法及系統是由婁山良;楊連臣;李小彤;孫亞賓;楊諭黔;陳傳旺;方厚章設計研發完成，并于2025-06-27向國家知識產權局提交的專利申請。

本一種基于輕量化卷積神經網絡的無人機快速識別方法及系統在說明書摘要公布了：本申請提供一種基于輕量化卷積神經網絡的無人機快速識別方法及系統。其中，本申請首先獲取動態視頻流數據并提取動態視頻流數據中的連續幀圖像，接著對連續幀圖像進行優化，生成優化連續幀圖像，然后將優化連續幀圖像輸入輕量化卷積神經網絡，生成特征向量集合，接著對特征向量集合進行跨通道特征融合，提取旋轉不變性特征及動態形變特征，最后結合動態視頻流數據的實時傳輸速率，通過自適應決策模塊調整輕量化卷積神經網絡的參數響應優先級，以輸出識別結果；本申請提供的技術方案不僅實現復雜環境下無人機姿態的毫秒級自適應識別，還解決固定權重機制在速率波動場景下的誤判與漏檢問題。

本發明授權一種基于輕量化卷積神經網絡的無人機快速識別方法及系統在權利要求書中公布了：1.一種基于輕量化卷積神經網絡的無人機快速識別方法，其特征在于，包括： 獲取目標無人機在低空復雜背景下的動態視頻流數據，并提取所述動態視頻流數據中包含飛行軌跡的連續幀圖像； 根據所述連續幀圖像中目標無人機的飛行特性，通過圖像預處理模塊對所述連續幀圖像的背景干擾區域進行動態模糊抑制優化，同時增強所述連續幀圖像中運動目標的邊緣紋理特征，以生成優化連續幀圖像； 將所述優化連續幀圖像輸入輕量化卷積神經網絡，利用所述輕量化卷積神經網絡中的壓縮參數模塊對所述優化連續幀圖像進行逐層特征映射，生成包含無人機多角度輪廓的特征向量集合； 通過輕量化卷積神經網絡中的多尺度并行結構對所述特征向量集合進行跨通道特征融合，提取融合結果中目標無人機的旋轉不變性特征及動態形變特征； 基于所述旋轉不變性特征及動態形變特征，結合所述動態視頻流數據的實時傳輸速率，通過自適應決策模塊調整所述輕量化卷積神經網絡的參數響應優先級，以輸出與所述無人機的飛行姿態匹配的識別結果； 通過輕量化卷積神經網絡中的多尺度并行結構對所述特征向量集合進行跨通道特征融合，提取融合結果中目標無人機的旋轉不變性特征及動態形變特征，包括： 將特征向量集合輸入多個獨立分支，每個獨立分支使用不同尺寸的接收域處理特征向量，生成多尺度特征； 將所述多尺度特征在通道維度上拼接，并通過加權求和操作融合不同通道的多尺度特征，生成融合特征； 從所述融合特征中，提取不隨無人機旋轉角度變化而改變的特征分量作為所述旋轉不變性特征，并提取隨無人機運動軌跡變化而變化的特征分量作為所述動態形變特征； 基于所述旋轉不變性特征及動態形變特征，結合所述動態視頻流數據的實時傳輸速率，通過自適應決策模塊調整所述輕量化卷積神經網絡的參數響應優先級，以輸出與所述無人機的飛行姿態匹配的識別結果，包括： 根據動態視頻流數據的實時傳輸速率，計算輕量化卷積神經網絡的處理時間閾值； 基于所述處理時間閾值，對所述旋轉不變性特征及動態形變特征分配權重系數； 使用所述權重系數調整所述輕量化卷積神經網絡中各層特征的貢獻度，生成加權特征，所述貢獻度為網絡不同層級特征對最終決策的影響強度； 將所述加權特征映射到預設的飛行姿態類別，輸出與所述無人機的飛行姿態匹配的識別結果； 基于所述處理時間閾值，對所述旋轉不變性特征及動態形變特征分配權重系數，包括： 根據所述處理時間閾值的大小，將所述實時傳輸速率劃分為多個區間； 為每個區間設定所述旋轉不變性特征和動態形變特征的權重比例，其中所述權重比例隨區間變化而反向關聯； 根據所述實時傳輸速率所屬的區間，確定所述旋轉不變性特征的第一權重系數和所述動態形變特征的第二權重系數； 當所述實時傳輸速率處于相鄰區間的邊界值時，根據所述邊界的相鄰區間對應的權重比例，通過線性插值法動態調整所述第一權重系數和所述第二權重系數的數值，生成動態調整后的第一權重系數和動態調整后的第二權重系數。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中聯德冠科技(北京)有限公司，其通訊地址為：100032 北京市西城區阜成門外大街31號5層506A；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。