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
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京理工大学宋韬获国家专利权

北京理工大学宋韬获国家专利权

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!

龙图腾网获悉北京理工大学申请的专利一种基于深度学习的无人机重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:CN115578653B

龙图腾网通过国家知识产权局官网在2025-10-14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:202211182639.7,技术领域涉及:G06V20/17;该发明授权一种基于深度学习的无人机重识别方法是由宋韬;褚昭晨;金忍;郑章雄;贾自凯设计研发完成,并于2022-09-27向国家知识产权局提交的专利申请。

一种基于深度学习的无人机重识别方法在说明书摘要公布了:本发明公开了一种基于深度学习的无人机重识别方法,包括以下步骤:S1、无人机对水面进行拍摄获得图片,通过船舶主体网络模型提取船舶区域;S2、通过船舶重识别网络模型对船舶区域进行识别,获得船舶特征向量;S3、将船舶特征向量与船舶特征索引库中的特征向量比对,确定该船舶的识别ID。本发明提供的基于深度学习的无人机重识别方法,能够区分相似类型船舶,重识别准确率高,可以实现在机载低算力设备的实时运行。

本发明授权一种基于深度学习的无人机重识别方法在权利要求书中公布了:1.一种基于深度学习的无人机重识别方法,其特征在于,包括以下步骤: S1、无人机对水面进行拍摄获得图片,通过船舶主体网络模型提取船舶区域; S2、通过船舶重识别网络模型对船舶区域进行识别,获得船舶特征向量; S3、将船舶特征向量与船舶特征索引库中的特征向量比对,确定该船舶的识别ID; S3中将船舶特征向量与船舶特征索引库中的特征向量比对获得各船舶识别置信度,包括以下情况: 情况一、该船舶识别置信度不高于第一重识别阈值T1: 对船舶特征索引库和货物特征索引库进行扩展; 情况二、该船舶识别置信度高于第一重识别阈值T1,并低于第二重识别阈值T2: 将货物特征向量与货物特征索引库中的特征向量比对,获得所有货物识别置信度; 当任一货物识别置信度高于第三重识别阈值G1,且对应的船载货物区域中心与该船舶区域距离小于距离阈值K时,将对应的船舶特征向量识别ID标记至该船舶,否则对船舶特征索引库和货物特征索引库进行扩展; 情况三、该船舶识别置信度不低于第二重识别阈值T2: 将对应的船舶特征向量识别ID标记至该船舶; 其中,所述对船舶特征索引库进行扩展,是指将该船舶特征向量加入到船舶特征索引库中,并赋予该船舶特征向量一个唯一的识别ID; 所述对货物特征索引库进行扩展,是指将对应的货物特征向量加入到货物特征索引库中,所述对应是指船载货物区域中心与该船舶区域中心的距离小于距离阈值K; 在S3中,当对船舶特征索引库和货物特征索引库进行扩展前,还对该船舶进行多次拍照,每次拍照的角度不同, 将多次拍照获得的图片输入船舶主体网络模型提取多个船舶区域,将多个船舶区域输入船舶重识别网络模型,获得多个船舶特征向量, 将多次拍照获得的图片输入货物主体网络模型提取多个船载货物区域,将多个船载货物区域输入货物重识别网络模型,获得多个货物特征向量; 对船舶特征索引库进行扩展时,将多个船舶特征向量均扩展至船舶特征索引库, 对货物特征索引库进行扩展时,将多个货物特征向量均扩展至货物特征索引库; 在S3中,采用HNSW32方法进行特征向量的比对。

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京理工大学,其通讯地址为:100081 北京市海淀区中关村南大街5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。