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！

龙图腾网获悉西南科技大学;哈尔滨工业大学;哈尔滨联合飞机科技有限公司;电子科技大学申请的专利一种基于神经动力学模型的无人机多尺度作物检测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：CN120877162B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202511396237.0，技术领域涉及：G06V20/17；该发明授权一种基于神经动力学模型的无人机多尺度作物检测方法是由刘爽利;万维佳;谭立国;孟月华;初旭;田刚印;霍建文;周怀芳;刘宏伟;常志远;赵志钦设计研发完成，并于2025-09-28向国家知识产权局提交的专利申请。

本一种基于神经动力学模型的无人机多尺度作物检测方法在说明书摘要公布了：本发明公开了一种基于神经动力学模型的无人机多尺度作物检测方法，属于农作物检测的技术领域，包括：获取无人机多尺度下作物的可见光图像、长波红外图像和高光谱数据；对可见光图像、长波红外图像和高光谱数据进行配准融合处理，得到融合高光谱立方体数据；构建作物检测的神经动力学模型，并将融合高光谱立方体数据输入作物检测的神经动力学模型中进行训练，输出作物检测结果；基于作物检测结果，计算作物检测的神经动力学模型的损失函数，并反馈至模型中进行约束。本发明结合了视觉处理、深度学习与农业场景感知技术，利用神经动力学模型的并行计算能力和抗干扰特性，实现高效、精准的作物监测。

本发明授权一种基于神经动力学模型的无人机多尺度作物检测方法在权利要求书中公布了：1.一种基于神经动力学模型的无人机多尺度作物检测方法，其特征在于，包括以下步骤： S1、获取无人机多尺度下作物的可见光图像、长波红外图像和高光谱数据； S2、对可见光图像、长波红外图像和高光谱数据进行配准融合处理，得到融合高光谱立方体数据； S3、构建作物检测的神经动力学模型，并将融合高光谱立方体数据输入作物检测的神经动力学模型中进行训练，输出作物检测结果； 所述S3中，作物检测的神经动力学模型包括三个分支卷积神经网络和图卷积网络； 将融合高光谱立方体数据输入作物检测的神经动力学模型中进行训练，包括以下分步骤： S31、将融合高光谱立方体数据拆分为可见光图像、长波红外图像、高光谱数据三部分，并分别输入三个分支卷积神经网络中，分别输出可见光图像高级特征图、长波红外图像高级特征图、高光谱数据高级特征图； S32、分别对可见光图像高级特征图、长波红外图像高级特征图、高光谱数据高级特征图进行空间上采样，得到对应的三个区域维度特征，将区域维度特征划分为多个不同的小区域维度特征； S33、构建图卷积网络中的图结构，其中，为节点数量，为边数量，将小区域维度特征作为图结构中的节点，并进行特征传播，得到转换特征图； S34、对转换特征图进行全局平均池化和正则化处理得到最终分类层输入的特征向量，将最终分类层输入的特征向量输入softmax层，得到预测的输出概率，其表示为： 式中，表示正则化处理；表示全局平均池化； S35、基于分类预测的输出概率，三个并行输出头输出作物检测结果； 所述S3中还包括：基于作物检测结果，计算作物检测的神经动力学模型的损失函数，其表示为： 式中，表示最终损失函数；表示核心主任务损失；为超参数；表示模态间的对比损失。

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西南科技大学;哈尔滨工业大学;哈尔滨联合飞机科技有限公司;电子科技大学，其通讯地址为：621000 四川省绵阳市涪城区青龙大道59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。