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 > 南京天创电子技术有限公司张金宝获国家专利权

南京天创电子技术有限公司张金宝获国家专利权

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!

龙图腾网获悉南京天创电子技术有限公司申请的专利一种基于运动特征融合的气体泄漏检测可视化识别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:CN119229251B

龙图腾网通过国家知识产权局官网在2025-07-01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:202411756857.6,技术领域涉及:G06V10/80;该发明授权一种基于运动特征融合的气体泄漏检测可视化识别方法是由张金宝;刘爽;闵济海;张兆珩;许志瑜设计研发完成,并于2024-12-03向国家知识产权局提交的专利申请。

一种基于运动特征融合的气体泄漏检测可视化识别方法在说明书摘要公布了:本发明公开了一种基于运动特征融合的气体泄漏检测可视化识别方法,包括步骤S1:采集红外气体泄漏图像样本数据;步骤S2:将所述红外气体泄漏图像样本数据进行抽帧和正负样本标注;步骤S3:图像预处理,提取图像气体泄漏的运动特征;步骤S4:融合标注数据和运动特征,基于yolov5红外图像检测方法,并使用预先收集的大量已有红外气体泄漏数据集,提前生成预训练权重模型;在预训练模型基础上,进行当前场景的Few‑Shot学习,得到红外气体泄漏检测的微调模型;S5:将训练出来的微调模型用于红外气体泄漏视频推理测试,输出气体泄露预测结果。

本发明授权一种基于运动特征融合的气体泄漏检测可视化识别方法在权利要求书中公布了:1.一种基于运动特征融合的气体泄漏检测可视化识别方法,其特征在于,包括: 步骤S1:采集红外气体泄漏图像样本数据; 步骤S2:将所述红外气体泄漏图像样本数据进行抽帧和正负样本标注; 步骤S3:图像预处理,提取图像气体泄漏的运动特征;具体步骤包括: S31:利用opencv图像处理技术,双边滤波进行去噪处理,再通过CLAHE图像增强技术改善图像的对比度; S32:选择视频序列的前T帧,构建基于K-NearestNeighbors算法的背景模型,所述背景模型的构建方法如下: (1) 式中,为估计密度,表示样本集,,表示背景像素,表示前景像素,T表示视频向前获取的序列帧数,V为半径为D2的超球内核的体积,是核函数,若,则,否则为0,D是超球的直径,表示核体积V中包含的样本数,超球直径D的大小与样本量有关,以当前像素样本为中心,逐渐扩大超球直径D,直到它包含个样本,固定个最近邻; S33:在时刻t,所述背景模型可以确定每个新的像素样本x是属于背景还是前景,评估过程如下: (2) 其中,为估计密度,表示估计密度阈值,与和成正比关系;近似为: (3) 其中,为背景模型权重向量,在时刻m,使用表示样本的前景,表示样本的背景; S34:更新和;通过添加当前时间样本并消除时间最早的样本,来更新,通过判断是否属于背景,来更新; S35:通过上述基于K-NearestNeighbors的前景检测算法,获得去除背景后的前景图像,再使用图像开运算操作移除噪声,从而得到运动特征信息; 步骤S4:融合标注数据和运动特征,基于yolov5红外图像检测方法,采用预先收集的大量已有红外气体泄漏数据集,训练生成预训练权重模型;在预训练权重模型基础上,进行当前场景的Few-Shot学习,得到红外气体泄漏检测的微调模型; 步骤S5:将训练出来的微调模型用于红外气体泄漏视频推理测试,输出气体泄漏预测结果。

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南京天创电子技术有限公司,其通讯地址为:210012 江苏省南京市雨花台区安德门大街23号金地威新雨花创新中心B幢8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。