龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：本发明公开了一种基于YOLO网络的空中目标机动动作识别方法与系统。所述方法包括：将航迹时间序列输入基于YOLOv5改进的神经网络模型，根据训练相关参数对网络模型进行训练，该网络模型包括输入、主干、颈部和头部四个部分，最终提取出三个特征向量集；其中输入的数据按时间被均等划分为N个时间间隔，当飞行器机动的时间中心落在第n个时间间隔内时，对应的特征向量fn负责识别机动；利用训练好的模型进行空中目标机动动作识别，并利用非极大值抑制算法对网络识别结果进行过滤，经非极大值抑制过滤后得到的识别结果作为空中目标机动的最终识别结果。本发明中的网络模型能够同时学习轨迹分割和动作分类任务，可更好地识别机动动作的任务。
主权项：1.一种基于YOLO网络的空中目标机动动作识别方法，其特征在于，包括以下步骤：将空中目标的航迹时间序列D＝{d1，d2，...，dt，...dT}输入基于YOLOv5改进的神经网络模型，根据设置的训练相关参数对神经网络模型进行训练；其中dt＝xt，yt，zt，vt，θt，ψt是在时刻t处的空中目标飞行参数向量，分别是空间位置坐标x，y，z、速度v、倾角θ和方位角ψ，T为时间序列长度；所述神经网络模型包括输入、主干、颈部和头部四个部分，输入部分通过差分运算对输入数据进行处理，使输入网络的飞行参数缩小至固定的区间；主干部分从不同尺度的输入数据中提取特征；颈部由Fpn和Pan两个结构组成，融合多尺度特征向量的信息；头部通过卷积对颈部的多尺度特征向量集进行正则化处理，产生三个特征向量集；其中输入的数据按时间被均等划分为N个时间间隔，当空中目标机动的时间中心落在第n个时间间隔内时，对应的特征向量负责识别机动，和分别表示预测机动的开始时间、结束时间、置信度以及机动类别为j的概率；将待识别的空中目标的航迹时间序列输入训练好的神经网络模型，由神经网络模型给出多类别识别结果，利用非极大值抑制算法对神经网络模型的多类别识别结果进行过滤，经非极大值抑制过滤后得到的识别结果作为空中目标机动的最终识别结果。
全文数据：
权利要求：
百度查询： 南京航空航天大学 一种基于YOLO网络的空中目标机动动作识别方法与系统
免责声明
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号