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 > 重庆邮电大学张林林获国家专利权

重庆邮电大学张林林获国家专利权

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!

龙图腾网获悉重庆邮电大学申请的专利一种基于RYolov7的多目标车辆无人机跟踪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:CN116385908B

龙图腾网通过国家知识产权局官网在2026-01-27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:202310317460.6,技术领域涉及:G06V20/17;该发明授权一种基于RYolov7的多目标车辆无人机跟踪检测方法是由张林林;蔡军;陈晓雷;曹慧英;唐伶俐设计研发完成,并于2023-03-28向国家知识产权局提交的专利申请。

一种基于RYolov7的多目标车辆无人机跟踪检测方法在说明书摘要公布了:本发明涉及一种基于RYolov7的多目标车辆无人机跟踪检测方法,属于无人机跟踪检测技术领域。本发明通过改变yolov7基线算法,将Silu激活函数替换为Mish激活函数;其次,加入DCL角度预测方法和GWDIoU旋转框回归损失函数;最后,通过Kalmanfilter算法对旋转车辆目标进行状态预测,采用匈牙利算法对预测结果和特征结果构建的代价矩阵进行关联匹配,计算前后两帧之间的匹配程度,确定检测跟踪结果,为车辆目标分配ID,标记车辆行驶轨迹。本发明不仅解决了yolov7在遥感图像上检测性能不优的问题,还使得该算法在无人机遥感图像垂直检测上对目标定位更加精准。

本发明授权一种基于RYolov7的多目标车辆无人机跟踪检测方法在权利要求书中公布了:1.一种基于RYolov7的多目标车辆无人机跟踪检测方法,其特征在于:包括以下步骤: S1、将yolov7模型的Silu激活函数替换为Mish激活函数,提高yolov7模型进行目标车辆检测的性能; S2、将DCL角度预测方法加入yolov7模型中,具体地,通过加入角度参数将yolov7模型的四参数损失函数更改为五参数损失函数;采用基于DCL算法的角度分类损失计算角度参数的损失: 式中,FL表示定位损失函数的二进制编码,表示预测角度和角度标签之间的角度差,logits表示角度的预测向量;表示损失权重,具体为: 式中,和分别表示真实值的长边和短边,r表示宽高比阈值; S3、将GWDIoU旋转框回归损失函数加入yolov7模型中,提高无人机图像车辆目标检测精度; S4、通过RYolov7检测网络对无人机拍摄的视频帧进行检测,获得正确检测的目标车辆框Detectionboxes; S5、通过卡尔曼滤波对旋转车辆目标进行状态预测,获得车辆目标跟踪框trackboxes; S6、采用匈牙利算法对Detectionboxes和trackboxes构建的代价矩阵进行关联匹配,计算前后两帧之间的匹配程度,确定检测跟踪结果,为目标车辆分配ID,标记车辆行驶轨迹。

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重庆邮电大学,其通讯地址为:400065 重庆市南岸区黄桷垭崇文路2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。