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！

龙图腾网获悉中国传媒大学申请的专利融合无人机热红外图像与可见光图像的野生动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：CN121305621B 。

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：202511852479.6，技术领域涉及：G06V40/10；该发明授权融合无人机热红外图像与可见光图像的野生动物检测方法是由高鹏东;仲迪维;齐全;裘初;王博设计研发完成，并于2025-12-10向国家知识产权局提交的专利申请。

本融合无人机热红外图像与可见光图像的野生动物检测方法在说明书摘要公布了：本发明公开了融合无人机热红外图像与可见光图像的野生动物检测方法，属于小目标野生动物识别领域，包括以下步骤：S1、获取预处理后的TIR‑RGB图像对集合；S2、构建基于YOLOv8l改进的FDM‑YOLO双源目标检测模型，并基于步骤S1获取的预处理后的TIR‑RGB图像对集合对改进的FDM‑YOLO双源目标检测模型进行训练；S3、将实时采集图像输入经步骤S2训练完毕的改进的FDM‑YOLO双源目标检测模型中，输出野生动物检测结果。采用上述融合无人机热红外图像与可见光图像的野生动物检测方法，通过改进FDM‑YOLO模型，实现了复杂野外环境下野生动物小目标的高精度、实时化、鲁棒性检测。

本发明授权融合无人机热红外图像与可见光图像的野生动物检测方法在权利要求书中公布了：1.融合无人机热红外图像与可见光图像的野生动物检测方法，其特征在于：包括以下步骤： S1、利用无人机同步采集多种光照、天气条件下的热红外图像和可见光图像，得到原始TIR-RGB图像对集合，并对TIR-RGB图像对集合进行预处理，得到预处理后的TIR-RGB图像对集合； S2、构建基于YOLOv8l改进的FDM-YOLO双源目标检测模型，并基于步骤S1获取的预处理后的TIR-RGB图像对集合对改进的FDM-YOLO双源目标检测模型进行训练；其中，改进的FDM-YOLO双源目标检测模型以YOLOv8l为骨干网络，并在YOLOv8l骨干网络中依次引入C3ECA跨模态特征融合模块和SimSPPF多尺度特征融合模块，实现热红外图像和可见光图像之间的互补特征集成； S3、将实时采集图像输入经步骤S2训练完毕的改进的FDM-YOLO双源目标检测模型中，输出野生动物检测结果； 步骤S2所述的C3ECA跨模态特征融合模块包括依次串联的图像输入预处理单元、双支路特征融合单元以及特征整合输出单元；其中，图像输入预处理单元用于接收输入的单模态图像，通过1个ConvModule模块分别对热红外单模态图像与可见光单模态图像进行卷积变换、数据归一化与非线性激活，特征图通道数调整一致后，沿通道维度执行Concat操作，得到维度统一、包含双源基础信息的融合前特征图； 双支路特征融合单元由一个主支路和一个辅支路构成，同步处理融合前特征图，其中，主支路由1个CBL模块串联1个Bottleneck模块组成；Bottleneck模块内部嵌入2个串联的CBL模块和1个ECA模块；且ECA模块通过一维卷积捕捉特征通道间的依赖关系；辅支路为轻量化特征保留结构，其包含1个CBL模块； 特征整合输出单元用于汇总主支路和辅支路输出特征并优化输出：先将主支路输出的增强融合特征与辅支路输出的基础保留特征沿通道维度执行Concat操作，整合双维度特征信息；再通过1个CBL模块进行卷积变换、数据归一化与非线性计算，最终输出跨模态特征图； 步骤S2所述的SimSPPF多尺度特征融合模块用于替换YOLOv8l原生SPPF模块，SimSPPF多尺度特征融合模块包括依次串联的特征输入降维单元、多尺度特征提取单元和特征整合输出单元；其中，特征输入降维单元，用于接收C3ECA跨模态特征融合模块输出的跨模态特征图，通过SimConv模块对输入特征进行通道降维处理；多尺度特征提取单元，用于将降维后的特征图并行输入3个MaxPool2d最大池化层，同时保留降维后的原始特征图；特征整合输出单元，用于将多尺度特征提取单元输出的多尺度特征与原始特征图通过Concat特征拼接操作整合，再经1个SimConv模块进行通道数统一与特征平滑，最终输出多尺度融合特征图； 在步骤S2中，改进的FDM-YOLO双源目标检测模型中还添加有P2检测头，并删除P5。

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中国传媒大学，其通讯地址为：100024 北京市朝阳区定福庄东街一号；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。