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！

龙图腾网获悉航科院中宇(北京)新技术发展有限公司山东分公司申请的专利一种基于智能光电技术的机场净空监测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：CN114663757B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202210243226.9，技术领域涉及：G06V20/10；该发明授权一种基于智能光电技术的机场净空监测方法是由林青设计研发完成，并于2022-03-11向国家知识产权局提交的专利申请。

本一种基于智能光电技术的机场净空监测方法在说明书摘要公布了：本发明公开了一种基于智能光电技术的机场净空监测方法，其包括以下步骤：采集机场净空区域内的图像数据；预处理采集后的图像数据；采用深度学习的方式比对分析相邻时序的图像数据，判定机场净空区域内的建筑物是否存在变化；若机场净空区域内的建筑物存在变化，则确定新建或在建的建筑物位置；确定新建或在建的建筑物位置后，采集建筑物的信息并计算该建筑物所处的净空限制面以及限制高度；对新建或在建的建筑物信息进行核实并检查判定其高度是否满足机场净空影响因素对建筑物所在位置的限制要求。

本发明授权一种基于智能光电技术的机场净空监测方法在权利要求书中公布了：1.一种基于智能光电技术的机场净空监测方法，其特征在于，包括以下步骤：S1，采集机场净空区域内的图像数据；S2，通过逐帧提取、图像拼接、图像纠正方式预处理采集后的图像数据；S3，采用深度学习的方式比对分析相邻时序的图像数据，判定机场净空区域内的建筑物是否存在变化；S4，若机场净空区域内的建筑物存在变化，则确定新建或在建的建筑物位置；S5，确定新建或在建的建筑物位置后，采集建筑物的信息并计算该建筑物所处的净空限制面以及限制高度；S6,对新建或在建的建筑物信息进行核实并检查判定其高度是否满足机场净空影响因素对建筑物所在位置的限制要求；其中，所述步骤S3中，采用深度学习的方式比对分析图像数据的具体包括：对建筑物群的图像数据进行标注，建立符合图像数据多样性要求的样本库；通过使用多示例学习和空间注意力模型的卷积神经网络结构，构建反映机场敏感要素多、尺度特征显著、突出建筑物局部语义表达的神经网络，得到适用于基于光电技术图像数据提取建筑物信息的深度学习模型；基于深度学习模型，提取有效图像数据中的时序特征，从不同时序的图像中比对建筑物空间结构类型信息的差异；其中，所述深度学习模型具体包括：卷积神经网络模块、多尺度膨胀卷积特征融合模块、注意力模型、多示例学习池化模块；所述卷积申请网络模块连接至多尺度膨胀卷积特征融合模块，所述多尺度膨胀卷积特征融合模块连接至注意力模型、所述注意力模型连接至多示例学习池化模块；所述卷积神经网络模块用于将图像数据进行点乘运算并输入注意力模型，所述多尺度膨胀卷积特征融合模块用于在不增加参数的前提下扩大卷积神经网络的感受阈并控制输出特征图的大小；所述注意力模型用于将图像数据中的多个特征点中选择出所需的建筑物特征点信息；所述多示例学习池化模块用于将在注意力模型中获取的建筑物特征点信息突显出来。

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航科院中宇(北京)新技术发展有限公司山东分公司，其通讯地址为：250100 山东省济南市历城区自由贸易试验区济南片区汉峪金谷A7-5栋11层1103；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”。