恭喜浙江公共安全技術(shù)研究院有限公司王璐獲國家專利權(quán)
買專利賣專利找龍圖騰,真高效! 查專利查商標(biāo)用IPTOP,全免費!專利年費監(jiān)控用IP管家,真方便!
龍圖騰網(wǎng)恭喜浙江公共安全技術(shù)研究院有限公司申請的專利一種無人機公共安全數(shù)據(jù)管理平臺獲國家發(fā)明授權(quán)專利權(quán),本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予,授權(quán)公告號為:CN119131634B 。
龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-18發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉:該發(fā)明授權(quán)的專利申請?zhí)?專利號為:202411275990.X,技術(shù)領(lǐng)域涉及:G06V20/17;該發(fā)明授權(quán)一種無人機公共安全數(shù)據(jù)管理平臺是由王璐;徐亮;王菁;葉寒;于震設(shè)計研發(fā)完成,并于2024-10-24向國家知識產(chǎn)權(quán)局提交的專利申請。
本一種無人機公共安全數(shù)據(jù)管理平臺在說明書摘要公布了:本申請涉及一種無人機公共安全數(shù)據(jù)管理平臺。其包括:基于深度學(xué)習(xí)的圖像處理技術(shù)對無人機采集的區(qū)域監(jiān)控圖像進(jìn)行前景高頻成分提取,并對提取出的區(qū)域前景高頻對象圖像進(jìn)行多層次特征提取和特征梯度掩碼增強處理,以獲取區(qū)域前景高頻對象的淺層顯著特征表示和深層顯著特征表示,進(jìn)而基于兩者的主成分匹配融合特征,智能識別該高頻對象是否為人體對象,并生成相應(yīng)的人員活動提示信號。這樣,能夠?qū)崿F(xiàn)對無人機監(jiān)控圖像中人體目標(biāo)的快速、準(zhǔn)確識別,從而提高公共安全管理的效率和應(yīng)急響應(yīng)的及時性。
本發(fā)明授權(quán)一種無人機公共安全數(shù)據(jù)管理平臺在權(quán)利要求書中公布了:1.一種無人機公共安全數(shù)據(jù)管理平臺,其特征在于,包括:人臉識別模塊,用于識別和驗證無人機操作人員的身份信息;煙火識別模塊,用于檢測和識別無人機拍攝畫面中的煙火事件;車牌識別模塊,用于識別無人機拍攝畫面中的車輛牌照信息;車輛識別模塊,用于識別無人機拍攝畫面中的車輛,并統(tǒng)計車輛數(shù)量;裸露土地檢測模塊,用于檢測無人機拍攝畫面中的裸露土地面積;人員識別模塊,用于檢測無人機拍攝畫面中是否存在人員活動,并生成相應(yīng)的提示信號;其中,所述人員識別模塊,包括:監(jiān)控圖像獲取單元,用于獲取由無人機采集的區(qū)域監(jiān)控圖像;前景高頻對象提取單元,用于提取所述區(qū)域監(jiān)控圖像中的前景高頻對象以得到區(qū)域前景高頻對象圖像;深淺特征提取單元,用于對所述區(qū)域前景高頻對象圖像進(jìn)行多尺度特征提取和特征顯著性增強處理以得到區(qū)域前景高頻對象淺層增強特征圖和區(qū)域前景高頻對象深層增強特征圖;高頻對象識別單元,用于基于所述區(qū)域前景高頻對象淺層增強特征圖和所述區(qū)域前景高頻對象深層增強特征圖的主成分匹配融合特征,生成識別結(jié)果,所述識別結(jié)果用于表示高頻對象是否為人體對象;提示信號生成單元,用于響應(yīng)于所述識別結(jié)果為高頻對象為人體對象,生成周圍有人員活動的提示信號;所述深淺特征提取單元,包括:多尺度特征提取子單元,用于將所述區(qū)域前景高頻對象圖像輸入基于空洞金字塔網(wǎng)絡(luò)的對象多尺度特征提取器以得到區(qū)域前景高頻對象淺層特征圖和區(qū)域前景高頻對象深層特征圖;梯度掩碼子單元,用于將所述區(qū)域前景高頻對象淺層特征圖和所述區(qū)域前景高頻對象深層特征圖輸入梯度掩碼特征顯著性增強模塊以得到所述區(qū)域前景高頻對象淺層增強特征圖和所述區(qū)域前景高頻對象深層增強特征圖;所述梯度掩碼子單元,包括:梯度幅度計算二級子單元,用于計算所述區(qū)域前景高頻對象淺層特征圖中各個位置的多向梯度值分布,并基于所述各個位置的多向梯度值分布確定所述區(qū)域前景高頻對象淺層特征圖中各個位置的梯度幅度值以得到區(qū)域前景高頻對象淺層特征梯度幅度分布圖;局部顯著性度量二級子單元,用于計算所述區(qū)域前景高頻對象淺層特征梯度幅度分布圖中的各個位置的梯度幅值局部描述算子以得到區(qū)域前景高頻對象淺層特征梯度幅值局部顯著分布圖;門控掩碼二級子單元,用于將所述區(qū)域前景高頻對象淺層特征梯度幅值局部顯著分布圖輸入基于GELU函數(shù)的門控掩碼器以得到梯度幅值局部顯著門控掩碼圖;掩碼施加二級子單元,用于計算所述梯度幅值局部顯著門控掩碼圖與所述區(qū)域前景高頻對象淺層特征圖之間的按位置點乘以得到所述區(qū)域前景高頻對象淺層增強特征圖。
如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù),可聯(lián)系本專利的申請人或?qū)@麢?quán)人浙江公共安全技術(shù)研究院有限公司,其通訊地址為:310000 浙江省杭州市濱江區(qū)西興街道聯(lián)慧街88號聯(lián)慧科創(chuàng)中心B幢2層201室;或者聯(lián)系龍圖騰網(wǎng)官方客服,聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。
1、本報告根據(jù)公開、合法渠道獲得相關(guān)數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準(zhǔn)確性。
2、報告中的分析和結(jié)論僅反映本公司于發(fā)布本報告當(dāng)日的職業(yè)理解,僅供參考使用,不能作為本公司承擔(dān)任何法律責(zé)任的依據(jù)或者憑證。


熱門推薦
- 恭喜默克專利股份公司L.埃伯哈德特獲國家專利權(quán)
- 恭喜三星電子株式會社R.拉賈杜賴獲國家專利權(quán)
- 恭喜奇躍公司C·奧獲國家專利權(quán)
- 恭喜美商生物細(xì)胞基因治療有限公司馬鈺波獲國家專利權(quán)
- 恭喜中國石油化工股份有限公司張霖獲國家專利權(quán)
- 恭喜浙江紹興蘇泊爾生活電器有限公司李亞鑫獲國家專利權(quán)
- 恭喜斯迪爾科斯公司J·N·拉德維格獲國家專利權(quán)
- 恭喜印象認(rèn)知(北京)科技有限公司張明方獲國家專利權(quán)
- 恭喜浙江紹興蘇泊爾生活電器有限公司何國營獲國家專利權(quán)
- 恭喜默克專利股份有限公司A·格茨獲國家專利權(quán)