北京航空航天大学段海滨获国家专利权
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!
龙图腾网获悉北京航空航天大学申请的专利一种仿鹰隼视觉孪生网络的无人机自主空中加油目标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:CN119693414B 。
龙图腾网通过国家知识产权局官网在2025-09-23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:202411587589.X,技术领域涉及:G06T7/246;该发明授权一种仿鹰隼视觉孪生网络的无人机自主空中加油目标跟踪方法是由段海滨;王芃骁;邓亦敏;孙永斌设计研发完成,并于2024-11-08向国家知识产权局提交的专利申请。
本一种仿鹰隼视觉孪生网络的无人机自主空中加油目标跟踪方法在说明书摘要公布了:本发明公开一种仿鹰隼视觉孪生网络的无人机自主空中加油目标跟踪方法:一:仿鹰隼视觉对比度敏感机制和自适应聚焦机制的多尺度特征提取;二:仿鹰隼视觉双中央凹视觉交互机制的相似性计算及特征融合;三:仿鹰隼中脑上丘通路感知竞争、决策机制的分类、回归损失函数设计;四:训练仿鹰隼视觉孪生跟踪网络,输出分类损失和回归损失;五:测试并评估仿鹰隼视觉孪生跟踪网络。本发明可适应各种复杂环境及无人机外形尺度变化;可高效融合多尺度空间特征并关注最显著区域;可最大程度保证跟踪稳定性,提高无人机自主空中加油成功率和安全性;训练策略适配复杂无人机自主空中加油环境;特征提取与融合高效、鲁棒性与泛化性好,训练数据需求较少。
本发明授权一种仿鹰隼视觉孪生网络的无人机自主空中加油目标跟踪方法在权利要求书中公布了:1.一种仿鹰隼视觉孪生网络的无人机自主空中加油目标跟踪方法,其特征在于:该方法包括如下步骤: 步骤一:仿鹰隼视觉对比度敏感机制和自适应聚焦机制的多尺度特征提取; 仿鹰隼视觉对比度敏感机制通过最大池化和平均池化强调特征中的关键部分,并使用大卷积核增强特征之间的局部上下文关系;通过计算注意力权重并进行矩阵舒尔乘积整合;仿鹰隼视觉自适应聚焦机制通过自适应最大池化和自适应平均池化实现对目标的精确聚焦,同时使用点卷积核压缩和重建通道信息以优化特征提取;经过激活函数处理后,模型通过逐元素相加和矩阵舒尔乘积整合特征图,保留重要信息并恢复输入特征;在通过卷积神经网络初步提取输入图像特征后,将两种机制串联使用,提高无人机跟踪任务中的特征提取性能; 步骤二:仿鹰隼视觉双中央凹视觉交互机制的相似性计算及特征融合; 仿鹰隼视觉双中央凹视觉交互机制的相似性计算及特征融合将查询和键进行配对;查询代表由正中央凹提取的特征图,获取目标的详细特征,而关键特征则来自由侧中央凹提取的特征图,包含目标的位置和环境的上下文信息; 步骤三:仿鹰隼中脑上丘通路感知竞争、决策机制的分类、回归损失函数设计; 模仿鹰隼中脑上丘通路感知竞争、决策机制,在孪生目标跟踪网路中设计分类损失函数和回归损失函数,确保正负样本被正确分类,同时保证高置信度样本具有精确的回归框且精确回归样本具有高分类置信度; 步骤四:训练仿鹰隼视觉孪生跟踪网络,输出分类损失和回归损失 仿鹰隼视觉孪生跟踪网络的损失函数为分类损失和回归损失的加权和,确保网络在分类任务和定位任务上的性能,避免某一任务对训练过程的主导作用,提高孪生网络应对多种无人机自主空中加油环境的泛化性;自适应优化训练方法的使用,用以改善梯度下降中的过度修正; 步骤五:测试并在真实场景下评估仿鹰隼视觉孪生跟踪网络 在测试过程中,仅向仿鹰隼视觉孪生跟踪网络提供视频序列第一帧中目标的边界框真值,孪生网络在该视频序列的后续帧中进行推理、预测以跟踪目标。
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北京航空航天大学,其通讯地址为:100191 北京市海淀区学院路37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”。
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。