Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜自然资源部北海预报减灾中心(自然资源部青岛海洋中心)刘爱超获国家专利权

恭喜自然资源部北海预报减灾中心(自然资源部青岛海洋中心)刘爱超获国家专利权

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!

龙图腾网恭喜自然资源部北海预报减灾中心(自然资源部青岛海洋中心)申请的专利一种沿海高点监控绿潮识别预警方法、介质及系统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:CN119540781B

龙图腾网通过国家知识产权局官网在2025-06-20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:202510088231.0,技术领域涉及:G06V20/10;该发明授权一种沿海高点监控绿潮识别预警方法、介质及系统是由刘爱超;卢博;赵金娜;钱程程;赵向玉;葛勇;江伟伟;於乐;任林凯;于梦超设计研发完成,并于2025-01-21向国家知识产权局提交的专利申请。

一种沿海高点监控绿潮识别预警方法、介质及系统在说明书摘要公布了:本发明提供了一种沿海高点监控绿潮识别预警方法、介质及系统,属于绿潮识别预警技术领域,包括:采集大量高点监控拍摄的绿潮图像,对绿潮轮廓进行JSON数据标注,将JSON标注转换为PNG掩码图,划分为训练集、验证集和测试集。设计深度学习绿潮语义分割算法,选用PSPNet并替换主干网络为ShuffleNetV2,加入ECA注意力机制和多尺度特征融合,联合FocalLoss和BCELoss解决类别不平衡问题。利用训练数据集训练模型,通过误差反向传播更新权值。使用验证集评估性能,调整超参数优化模型,选择最优模型。将待识别图像输入模型获取绿潮分割掩膜,根据分割结果判断是否超过阈值或出现异常变化。

本发明授权一种沿海高点监控绿潮识别预警方法、介质及系统在权利要求书中公布了:1.一种沿海高点监控绿潮识别预警方法,其特征在于,包括以下步骤:S10、采集大量高点监控拍摄的绿潮图像,并对绿潮图像中的绿潮轮廓进行JSON数据标注,得到标注后图像数据;S20、将JSON格式的数据标注转换为PNG掩码图片,并划分为训练集、验证集和测试集,得到绿潮语义分割图像训练数据集;S30、选取PSPNet语义分割算法,将主干网络替换为ShuffleNetV2,并将ECA注意力机制方程组与多尺度特征融合策略相结合,联合FocalLoss与BCELoss损失函数,以解决类别不平衡问题并提高模型泛化能力;S40、利用所述绿潮语义分割图像训练数据集训练深度学习绿潮语义分割算法模型雏形,通过误差反向传播更新所述深度学习绿潮语义分割算法模型雏形的各个权值;S50、使用验证集评估训练后的所述深度学习绿潮语义分割算法模型雏形的性能,调整超参数以优化模型性能,选择最优模型作为绿潮语义分割模型;S60、从沿海高点监控系统获取实时图像数据作为待识别图像;S70、将待识别图像进行预处理,输入至训练好的绿潮语义分割模型,获取绿潮的分割掩膜;S80、根据所述分割掩膜,判断绿潮区域是否超过预设阈值或出现异常变化,若满足条件则触发预警系统并通知相关管理人员;其中,将ECA注意力机制方程组与多尺度特征融合策略相结合的公式表示如下:步骤1、多尺度特征提取,具体表示为: ;式中::第层的特征图;:第层的特征提取函数;:输入图像;:总层数;步骤2、ECA注意力机制,应用于每个尺度,具体表示为: ;式中:表示ECA注意力机制方程组;步骤3、多尺度特征融合: ;式中::经过ECA注意力机制处理后的第层特征图;:上采样函数,将特征图上采样到与最高分辨率特征图相同的大小;:第层特征的融合权重,通过学习得到,满足;步骤4、最终特征图生成,具体表示为: ;其中是一个可学习的变换函数,用于调整融合后特征的通道数。

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自然资源部北海预报减灾中心(自然资源部青岛海洋中心),其通讯地址为:266100 山东省青岛市崂山区云岭路27号办公楼13-16层;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”。

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。