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！

龙图腾网获悉内蒙古工业大学申请的专利一种基于深度学习的停机坪翼尖冲突实时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：CN119693415B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202411748097.4，技术领域涉及：G06T7/246；该发明授权一种基于深度学习的停机坪翼尖冲突实时检测方法及系统是由王金磊;孟瑞锋;高赫;周琳;霍露佳;张艺;孙洺锴;关皓月;李国良设计研发完成，并于2024-11-29向国家知识产权局提交的专利申请。

本一种基于深度学习的停机坪翼尖冲突实时检测方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的停机坪翼尖冲突实时检测方法及系统，涉及停机坪安全技术领域，包括：采集不同型号飞机的若干张原始样本图像并对关键点进行标注，对标注后的样本图像进行预处理并划分为训练集和验证集；基于YOLO算法构建初始飞机检测模型并利用训练集和验证集进行训练，直至损失函数收敛，得到训练完成的飞机检测模型；将某一飞机采集的待识别视频输入训练完成的飞机检测模型中，得到目标飞机在每帧图像上的检测框；对检测框中的目标飞机进行轨迹追踪，判断本飞机与目标飞机的轨迹是否重合，若存在重合，向本飞机的机载告警系统发送报警信息。本发明可以快速准确地判断是否存在潜在的翼尖事故，提高停机坪上飞机活动的安全性。

本发明授权一种基于深度学习的停机坪翼尖冲突实时检测方法及系统在权利要求书中公布了：1.一种基于深度学习的停机坪翼尖冲突实时检测方法，其特征在于，包括以下步骤： S1、采集不同型号飞机的若干张原始样本图像，对原始样本图像的关键点进行标注、添加样本标签； S2、对标注后的样本图像进行预处理，并按照预设比例将预处理后的样本图像划分为训练集和验证集； S3、基于YOLO算法构建改进型YOLO网络架构，得到初始飞机检测模型；初始飞机检测模型以YOLOv5为基础进行搭建，包括：输入层、主干网络、颈部网络和输出层；输入层，用于接收输入到模型中的样本图像并进行数据增强；主干网络采用MobileNet网络，用于提取图像特征；颈部网络采用FPN_PAN结构并嵌入注意力机制，注意力机制包括通道注意力模块和空间注意力模块，用于提高图像关键特征的提取能力，从全局感受野上进行图像特征描述；输出层采用SIoU作为损失函数，用于矫正训练集的真实边界框与模型输出的预测边界框之间的空间方向因素，输出目标检测框； MobileNet网络包括：一个卷积层、若干个深度可分离卷积层、一个全局平均池化层以及一个全连接层；其中，深度可分离卷积层包括深度卷积核和点卷积核；卷积层，用于对输入的初始图像进行边缘补偿处理及卷积操作，再经BN处理和ReLU激活函数得到特征映射图；全局平均池化层，用于对最后一个深度可分离卷积层输出的特征映射图进行平均池化，使得最后的输出特征图大小为1×1；全连接层的神经元个数为图像关键点的数量，经Softmax分类器进行分类； S4、将训练集和验证集输入初始飞机检测模型中进行模型训练，直至损失函数收敛，得到训练完成的飞机检测模型； S5、将停机坪上某一飞机采集的待识别视频输入训练完成的飞机检测模型中，得到目标飞机在待识别视频中每帧图像上的检测框； S6、对检测框中的目标飞机进行轨迹追踪，判断本飞机与目标飞机的轨迹是否重合，若存在重合，立即向本飞机的机载告警系统发送报警信息。

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内蒙古工业大学，其通讯地址为：010051 内蒙古自治区呼和浩特市新城区爱民街49号内蒙古工业大学；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”。