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！

龙图腾网获悉浙江航天润博测控技术有限公司申请的专利一种基于无人机的纵火人员识别和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：CN117058589B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202311066404.6，技术领域涉及：G06V20/40；该发明授权一种基于无人机的纵火人员识别和跟踪方法是由张国财;程文明;麻斌鑫;魏振兴;唐长华设计研发完成，并于2023-08-23向国家知识产权局提交的专利申请。

本一种基于无人机的纵火人员识别和跟踪方法在说明书摘要公布了：本发明公开了一种基于无人机的纵火人员识别和跟踪方法，使用标注了火灾和人员的数据训练得到基于Yolo检测网络的山火检测模型；当Yolo检测网络模型检测到无人机视频流中存在火焰时，以火焰周围一定距离内检测人员，通过火焰的发展趋势判断疑似纵火人员，对疑似纵火人员的检测图像进行保存并使用DeepSort算法对人员进行目标跟踪。本发明具有能够快速且精准的实现对纵火人员识别和跟踪的特点。

本发明授权一种基于无人机的纵火人员识别和跟踪方法在权利要求书中公布了：1.一种基于无人机的纵火人员识别和跟踪方法，其特征在于： 使用标注了火灾和人员的数据训练得到基于Yolo检测网络的山火检测模型；当Yolo检测网络模型检测到无人机视频流中存在火焰时，以火焰周围一定距离内检测人员，通过火焰的发展趋势判断疑似纵火人员，对疑似纵火人员的检测图像进行保存并使用DeepSort算法对人员进行目标跟踪； 包括以下具体步骤： S1、建立山火检测的数据集，基于数据集训练得到基于Yolo检测网络的山火检测模型，山火检测模型包括火焰检测器和人员检测器； S2、无人机在山林边缘区域进行巡航，将视频流通过无线网络传输至服务器，山火检测模型对服务器中的视频流进行处理； S3、当山火检测模型检测到视频流中存在火焰后，将以火焰检测框为中心，面积为九个检测框大小的区域为人员检测区域，进行人员的检测，同时发出疑似山火警告； S4：将检测到的人员检测框裁剪并上传到服务器，同时使用DeepSort算法为人员赋予id，记录人员检测框中心和火焰检测框中心的像素距离； S5：将山火检测框的区域进行Canny算法处理得到火焰的像素数量，利用其数量变化判断火焰发展趋势； S6：当火焰趋势不变或变大时，通过步骤S4中记录的距离对人员防火可能性进行排序，距离越近的可能性越大； 山火检测的数据集的建立过程：搜集公开的航拍山火和人群的图片和视频，将视频的每一帧保存为图像，对图像的火焰和人群进行标注，划分为山火数据集和人群数据集，随后采用数据增强方法扩充数据集； 步骤S3具体检测过程为：首先使用火焰检测器检测火焰，当在2s内连续多次检测到火焰后，再以火焰检测框为中心，面积为九个火焰框大小的区域使用人员检测器进行人员检测； 步骤S5中，火焰检测器对检测到的山火检测框区域的图片采用Canny算法检测边缘，统计每帧图像的火焰像素数量并进行平滑操作，得到火焰像素数量随时间的变化曲线，对曲线进行分析来判断火势变化； 火焰像素数量的统计方法为：将火焰检测框区域图片的R通道像素进行高斯滤波，然后使用梯度算子计算图片像素梯度，对梯度图像进行非极大抑制，根据设置的低阈值和高阈值将非极大值抑制后的图像分为强边缘、弱边缘和非边缘；根据强边缘和弱边缘之间的连接关系，将弱边缘像素分配给强边缘像素，以形成连续的边缘，然后统计火焰边缘内像素数量； 火焰像素数量随时间的变化曲线的具体构建方法为： 1选取R通道像素值高的几个封闭区域，计算像素面积，作为单帧图片中火焰的像素面积； 2定义像素面积相对变化量为，其中分子为相邻两帧间的火焰面积差值的绝对值，分母为后帧的检测框像素数量； 3当定义像素面积相对变化量在2s内始终低于1%，则认为该目标为类火焰目标，重新进行检测； 4将每帧统计的火焰像素面积随时间的变化构成一条曲线；与此同时，使用长度为1s的时间窗口对曲线进行平均滤波，得到相对平滑的趋势曲线，即得到火焰像素数量随时间的变化曲线。

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浙江航天润博测控技术有限公司，其通讯地址为：310000 浙江省杭州市上城区九盛路51号1幢808室；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。