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！

龙图腾网获悉华中科技大学申请的专利基于水上搜救无人机的落水人员识别方法、系统及介质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：CN116612401B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202310633367.6，技术领域涉及：G06V20/17；该发明授权基于水上搜救无人机的落水人员识别方法、系统及介质是由肖黄帅;曾志敏;崔金华;杨天若设计研发完成，并于2023-05-31向国家知识产权局提交的专利申请。

本基于水上搜救无人机的落水人员识别方法、系统及介质在说明书摘要公布了：本发明公开了一种基于水上搜救无人机的落水人员识别方法、系统及介质，属于水上搜救领域，包括：训练阶段：采用训练集训练落水人员识别网络，所述训练集中的训练样本为公开的以往落水人员的图片数据，标签为落水人员的位置信息；所述落水人员识别网络为改进的YOLOv6网络，包括：骨架，脖颈及检测头；所述特征融合模块包括下采样操作、拼接操作及1*1卷积操作；应用阶段：将待测样本输入至训练好的落水人员识别网络，得到落水人员的位置信息。同时还提供了相应的数据增强处理方式及对不合理的检测结果进行过滤的方式。本发明能够提升落水人员识别的精度和速度，有利于快速精确地完成搜救工作，提升落水者的生还几率，减少生命与财产损失。

本发明授权基于水上搜救无人机的落水人员识别方法、系统及介质在权利要求书中公布了：1.一种基于水上搜救无人机的落水人员识别方法，其特征在于，包括： 训练阶段：采用训练集训练落水人员识别网络，所述训练集中的训练样本为公开的以往落水人员的图片数据，标签为落水人员的位置信息；所述落水人员识别网络为改进的YOLOv6网络，包括：骨架，脖颈及检测头； 所述骨架用于提取输入的训练样本中不同维度的特征； 所述脖颈包括特征融合模块UC，所述特征融合模块UC包括下采样操作、拼接操作及1*1卷积操作；当前维度相邻的低维度特征ci-1经过下采样操作后，与当前维度的特征ci进行拼接操作，拼接后再进行1*1卷积操作，实现中低维度特征的融合； 所述检测头用于对融合后经特征整合的中低维度特征和高维度特征进行检测，得到预测的落水人员的位置信息； 应用阶段：将待测样本输入至训练好的落水人员识别网络，得到落水人员的位置信息；其中，所述待测样本为从无人机拍摄的落水人员视频帧中截取的对应图片数据； 所述训练阶段，以最小化预测的落水人员的位置信息与所述标签之间的差异损失为目标，对所述落水人员识别网络进行训练并反向调节所述落水人员识别网络的参数以使损失收敛； 损失函数为： 其中，表示预测的检测框与输入样本标签对应的检测框的交并比；表示预测的检测框和样本标签对应的检测框之间的距离损失；表示预测的检测框和样本标签对应的检测框之间的形状损失； 所述距离损失和所述形状损失分别为： 其中： 式中，表示控制对形状损失的关注程度；，为样本标签对应的检测框的中心坐标；，为预测的检测框的中心坐标；，为样本标签对应的检测框最小外接矩形的宽和高；Λ为角度损失；，表示样本标签对应的检测框的宽和高；分别表示预测的检测框的宽度和高度。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。