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！

申请/专利权人：厦门砺兵智能科技股份有限公司

摘要：公开了一种智能瞄准射击方法和系统，包括通过图像采集设备获取射击场景的视频和图像，利用目标识别算法识别目标属性和相对位置信息，目标属性包括目标类型识别、姿态识别和动作识别，相对位置信息包括与射击位的相对距离、方位，并解算出实际位置坐标；具体包括：进行目标检测与分类；通过颜色特征和纹理特征进行目标类型识别；提取目标关键点，推断目标姿态并通过长短时记忆网络进行动作识别；通过卡尔曼滤波预测目标下一位置和运动轨迹，根据目标的实时位置计算射击时机和弹道，通过激光发射器根据计算的弹道和时机进行射击，并对每次射击进行反馈和校正，动态调整射击参数。本申请能够实现对目标的精准打击，可应用于军事训练、模拟对抗、实际作战中。

主权项：1.一种智能瞄准射击方法，其特征在于，包括：S1：通过图像采集设备获取射击场景的视频和图像，利用目标识别算法识别目标属性和相对位置信息，所述目标属性包括目标类型识别、姿态识别和动作识别，所述相对位置信息包括与射击位的相对距离、方位，并解算出实际位置坐标；所述目标识别算法具体包括：S11：利用YOLOv4模型进行目标检测与分类；S12：通过颜色特征和纹理特征进行目标类型识别；S13：利用OpenPose或姿态估计的深度学习模型提取所述目标的关键点，所述关键点包括肩膀、肘部和膝盖，利用所述关键点推断所述目标的姿态；S14：基于所述姿态识别的结果，通过长短时记忆网络进行动作识别，推断所述目标的动作；S2：通过卡尔曼滤波预测所述目标的下一个位置和运动轨迹，根据目标的实时位置计算射击时机和弹道，通过激光发射器根据计算的弹道和时机进行射击，并对每次射击进行反馈和校正，动态调整射击参数；所述YOLOv4模型包括主干网络、特征融合网络和检测头，所述主干网络为用于提取图像特征的深度卷积神经网络，所述特征融合网络包括特征金字塔网络和路径聚合网格，所述检测头用于预测边界框、目标类别和置信度；所述YOLOv4模型的损失函数包括边界框回归损失、置信度损失和分类损失，总损失函数，其中，，，，其中，表示网格的边长；表示每个网格预测的边界框数量；表示当第个网格的第个边界框含有目标时，取值为1，否则为0；和表示预测的边界框中心坐标；和表示真实的边界框中心坐标；和表示预测的边界框宽度和高度；和表示真实的边界框宽度和高度；表示预测的边界框的置信度；表示真实的边界框置信度；表示当第个网格的第个边界框没有目标时，取值为1，否则为0；表示预测的类别概率；表示真实的类别概率。

全文数据：

权利要求：

百度查询： 厦门砺兵智能科技股份有限公司 一种智能瞄准射击方法和系统