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！

龙图腾网获悉西安睿诺航空装备有限公司申请的专利一种基于人工智能的机场视频图像分类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：CN120126058B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202510585536.2，技术领域涉及：G06V20/40；该发明授权一种基于人工智能的机场视频图像分类方法是由肖鹏;段志和;王钟灵;刘飞;贾永乐设计研发完成，并于2025-05-08向国家知识产权局提交的专利申请。

本一种基于人工智能的机场视频图像分类方法在说明书摘要公布了：本发明公开了一种基于人工智能的机场视频图像分类方法，涉及视频图像分类技术领域，对机坪区域，包括红线区、停止线及飞机驶入线进行全程视频监控；将视频监控软件得到的画面利用视频图像拼接方法进行实时拼接融合处理；对全景视频图像进行逐帧分离，得到每一幅图像，即机坪停机位全景图像；对机坪停机位的全景图像分类，采用光照感知多尺度特征金字塔网络作为核心架构。本发明采用自适应归一化方法通过融合局部光照统计量与全局通道注意力，增强特征表达的稳定性。本发明在特征金字塔网络基础上采用可变形卷积核组与尺度感知注意力，能够自适应调整感受野，动态融合多尺度特征，提高图像中跨尺度空间关联的捕捉能力。

本发明授权一种基于人工智能的机场视频图像分类方法在权利要求书中公布了：1.一种基于人工智能的机场视频图像分类方法，其特征在于，包括以下步骤： S1，对机坪区域，包括红线区、停止线及飞机驶入线进行全程视频监控； S2，将视频监控软件得到的画面利用视频图像拼接方法进行实时拼接融合处理； S3，对全景视频图像进行逐帧分离，得到每一幅图像，即机坪停机位全景图像； S4，对机坪停机位的全景图像分类，采用光照感知多尺度特征金字塔网络作为核心架构，训练流程为： S401、采用通道‑空间双域自适应归一化方法，避免机坪停机位全景图像中光照变化显著导致特征分布偏移； 通道‑空间双域自适应归一化方法为： ，上式中，为机坪停机位全景图像的第c通道归一化输出，为输入特征图的第c个通道，为通道自适应缩放系数，通道自适应缩放系数通过多层感知机从全局平均池化中学习，针对不同通道的光照敏感度进行动态调节，增强关键通道的响应，弱化冗余背景通道，为局部光照均值，为全局标准差，为空间自适应偏置项，通过卷积从局部光照均值中提取空间信息，补偿因光照遮挡或噪声导致的局部特征损失；  GAP 为全局平均池化操作； 为局部平均池化操作，捕捉机坪图像局部光照变化，避免全局归一化对动态光照的敏感； 为计算全局标准差的统计函数，表征通道内特征的全局分布稳定性，抑制因光照不均导致的特征分布偏移； 为卷积层操作； S402、采用动态多核特征金字塔，在特征金字塔网络基础上采用可变形卷积核组与尺度感知注意力，通过可变形卷积自适应调整感受野，结合尺度注意力动态融合多尺度特征； S403、采用差异性最大池化策略，在最大池化过程中强化特征差异性； 差异性最大池化策略表示为： ,上式中，为差异性最大池化后的特征图，为多尺度特征融合输出，为最大池化操作，为正整数，为正整数，为自适应加权系数，通过光照感知激活函数动态调整标准差池化权重，同时避免强光区域方差计算失真，为计算局部标准差池化的函数，强化背景相似区域的细微差异表达，增强对纹理细微差异的捕捉； H为特征图高度，W为特征图宽度，为特征图在位置的特征值，为计算均值的函数； 为光照感知激活函数，通过光照强度归一化，避免单纯的ReLU激活函数在强光区域的梯度饱和问题； S404、采用空间感知DropBlock，根据特征重要性动态生成遮挡掩码，通过联合特征幅值与梯度显著性生成掩码； S405、采用对比中心损失，通过联合类内聚合与类间分离约束，增强对细粒度差异的捕捉能力； S406、重复迭代S401～S405上述步骤，直至满足预设的停止迭代条件，即表示模型训练完成。

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西安睿诺航空装备有限公司，其通讯地址为：710000 陕西省西安市高新区丈八街办毕原二路176号军民融合产业园B6栋；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。