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！

龙图腾网获悉江苏万维艾斯网络智能产业创新中心有限公司申请的专利复杂环境下无人机快速目标检测与跟踪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：CN119992059B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202510100434.7，技术领域涉及：G06V10/25；该发明授权复杂环境下无人机快速目标检测与跟踪方法是由解宇;余长州;刘文宇;黄荣庆;王海涛;刘思源;陈广;杨刚;郭碧莹;吴志平;王域枫设计研发完成，并于2025-01-22向国家知识产权局提交的专利申请。

本复杂环境下无人机快速目标检测与跟踪方法在说明书摘要公布了：复杂环境下无人机快速目标检测与跟踪方法，包括：采集图像；通过增强型双尺度图像融合算法得到多模态融合图像M；构建基于Yolov5的多模态融合目标检测模型并剪枝；构建基于SimaFc的机载端目标跟踪模型并剪枝；将图像M输入到基于Yolov5的多模态融合目标检测模型进行处理，得到初始目标检测结果Y1；根据Y1，从图像M中裁剪，生成模板图像集合Y2；根据Y1，从图像M中确定的目标位置附近截取的一个较大区域作为跟踪目标的搜索区域Y3；将Y2与Y3输入到基于SimaFc的机载端目标跟踪模型的两个卷积神经网络分支中进行特征提取，利用相似度、距离度量来判断搜索区域中与模板图像最相似的部分，从而实现目标跟踪。本发明方案提出的目标检测与跟踪方法具有较高的准确率。

本发明授权复杂环境下无人机快速目标检测与跟踪方法在权利要求书中公布了：1.复杂环境下无人机快速目标检测与跟踪方法，其特征在于，包括以下步骤： 步骤S1、采用搭载光电吊舱的无人机采集图像，包括可见光图像和红外图像，然后进行数据增广处理，扩充原有的可用数据量，并生成遮挡的目标检测数据类型； 步骤S2、将可见光图像和红外图像转换为一张宽度为W，高度为H的可见光视频帧图像M1，和一张宽度为W，高度为H的红外视频帧M2，通过增强型双尺度图像融合算法得到多模态融合图像； 步骤S3、构建基于Yolov5的多模态融合目标检测模型，并对上述基于Yolov5的多模态融合目标检测模型进行通道剪枝和层剪枝，确保剪枝后的目标检测模型在计算量减少的同时，仍能保持较高的检测精度，并结合硬件资源的实际情况，对模型进行量化操作，进一步压缩模型，提升模型推理速度； 步骤S4、构建基于SimaFc的机载端目标跟踪模型，并对上述基于SimaFc的机载端目标跟踪模型进行通道剪枝和层剪枝，确保剪枝后的目标跟踪模型在计算量减少的同时，不会对目标跟踪的效果产生较大的影响，并结合硬件资源的实际情况，对模型进行量化操作，进一步压缩模型，提升模型推理速度； 步骤S5、将步骤S2获得的多模态融合图像输入到步骤S3所构建的基于Yolov5的多模态融合目标检测模型进行处理，得到初始目标检测结果Y1； 步骤S6、根据步骤S5中获得的目标检测结果Y1，从宽度为W，高度为H的多模态融合图像中裁剪，生成仅包含目标的模板图像集合Y2，Y2集合中是图像M中包含的一系列初始目标模板图像[m1,m2,...,mn]； 步骤S7、根据步骤S5中获得的目标检测结果Y1，从宽度为W，高度为H的多模态融合图像中确定的目标位置附近截取的一个较大区域作为跟踪目标的搜索区域，该搜索区域记为集合Y3，Y3集合中是图像中包含的一系列搜索区域图像[n1,n2,...,nn]，与模板图像集合Y2相对应； 步骤S8、将步骤S7中获得的模板图像集合Y2与搜索区域图像集合Y3输入到步骤S4所构建的基于SimaFc的机载端目标跟踪模型的两个卷积神经网络分支中进行特征提取，利用相似度、距离度量来判断搜索区域中与模板图像最相似的部分，从而实现目标跟踪。

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江苏万维艾斯网络智能产业创新中心有限公司，其通讯地址为：211135 江苏省南京市麒麟高新技术产业开发区天骄路100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。