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！

龙图腾网获悉上海天佑工程咨询有限公司申请的专利基于AI图像识别的冰滑坡监测预警方法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：CN120014378B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202510503450.0，技术领域涉及：G06V10/764；该发明授权基于AI图像识别的冰滑坡监测预警方法及系统是由杨三春;魏明东;周委;朱加加;霍红星;张伟;赵开红设计研发完成，并于2025-04-22向国家知识产权局提交的专利申请。

本基于AI图像识别的冰滑坡监测预警方法及系统在说明书摘要公布了：本发明提供一种基于AI图像识别的冰滑坡监测预警方法及系统，首先采集目标冰川区域动态影像序列，提取冰面表层纹理、裂隙分布形态及位移速率的三维时空特征，生成冰面状态特征集，将其输入预训练的冰滑坡监测模型，经多尺度特征融合层进行空间关联性分析，输出冰面稳定性评估参数，依据该冰面稳定性评估参数生成冰面风险等级标签，匹配历史灾害数据中的预警触发阈值，若风险等级标签满足阈值，生成冰滑坡风险预警信号，同时动态调整模型参数权重适配环境变化，最后向监测终端发送预警信号及冰面表层纹理可视化数据，实现对冰滑坡的有效监测与预警，能及时应对潜在灾害。

本发明授权基于AI图像识别的冰滑坡监测预警方法及系统在权利要求书中公布了：1.一种基于AI图像识别的冰滑坡监测预警方法，其特征在于，所述方法包括： 采集目标冰川区域的动态影像序列，提取所述动态影像序列中冰面表层纹理、裂隙分布形态及位移速率的三维时空特征，生成冰面状态特征集； 将所述冰面状态特征集输入预训练的冰滑坡监测模型，通过所述冰滑坡监测模型中的多尺度特征融合层对所述冰面状态特征集进行空间关联性分析，输出冰面稳定性评估参数； 根据所述冰面稳定性评估参数，生成冰面风险等级标签，并基于所述冰面风险等级标签匹配历史灾害数据中的预警触发阈值； 当所述冰面风险等级标签满足所述预警触发阈值时，生成冰滑坡风险预警信号，并动态调整所述冰滑坡监测模型的参数权重以适配目标冰川区域的环境变化； 向监测终端发送所述冰滑坡风险预警信号及对应的冰面表层纹理可视化数据； 所述冰滑坡监测模型的训练方法包括： 获取历史冰滑坡事件发生前目标冰川区域的影像训练集，所述影像训练集包括冰面表层的可见光图像序列、热红外图像序列及对应时间戳下的冰体位移速率测量数据； 对所述可见光图像序列进行灰度化处理，提取冰面裂隙边缘的像素坐标集，并对所述热红外图像序列进行温度阈值分割，识别冰体温差突变区域的边界坐标； 将所述冰面裂隙边缘的像素坐标集与所述冰体温差突变区域的边界坐标进行空间叠加，生成冰面结构脆弱区的多边形掩膜数据； 根据所述冰体位移速率测量数据的时间戳，计算所述多边形掩膜数据覆盖区域内位移速率的加速度变化曲线，并将所述加速度变化曲线与冰体破裂事件的发生时刻对齐； 将所述可见光图像序列、热红外图像序列及对应的多边形掩膜数据输入三维卷积神经网络，提取冰面纹理随时间的形变特征及脆弱区热力扩散特征； 将所述形变特征与所述热力扩散特征按时间序列拼接，生成冰面状态演变张量，并将所述冰面状态演变张量与所述加速度变化曲线进行时间步长对齐； 采用双向长短期记忆网络对对齐后的冰面状态演变张量进行时序建模，输出每个时间步的冰面稳定性预测值； 将所述冰面稳定性预测值与实际冰面稳定性预测值进行损失计算，反向传播调整所述三维卷积神经网络和双向长短期记忆网络的权重参数； 在训练过程中，随机遮盖所述可见光图像序列中冰面裂隙区域的像素块，并利用生成对抗网络重构被遮盖区域的纹理连续性，将重构后的图像加入所述影像训练集； 所述采用双向长短期记忆网络对对齐后的冰面状态演变张量进行时序建模，输出每个时间步的冰面稳定性预测值，包括： 将所述对齐后的冰面状态演变张量按时间步长分割为连续的张量子序列，每个张量子序列包含当前时间步的冰面纹理随时间的形变特征序列及脆弱区热力扩散特征； 将所述张量子序列输入双向长短期记忆网络的前向传播层，按时间顺序依次计算每个时间步的隐藏状态，生成前向隐藏状态序列； 同步将所述张量子序列逆序输入双向长短期记忆网络的后向传播层，按逆时间顺序依次计算每个时间步的隐藏状态，生成后向隐藏状态序列； 对所述前向隐藏状态序列和后向隐藏状态序列进行时间轴对齐，将同一时间步的前向隐藏状态和后向隐藏状态进行特征拼接，生成双向融合隐藏状态序列； 将所述双向融合隐藏状态序列输入全连接层，将每个时间步的融合隐藏状态映射为冰面稳定性预测值的初始概率分布； 对所述初始概率分布进行时间维度上的滑动平均滤波，消除瞬时噪声干扰后，生成平滑后的冰面稳定性预测值序列； 将所述平滑后的冰面稳定性预测值序列与所述加速度变化曲线的时间步长进行点对点匹配，计算每个时间步的预测值与实际冰面稳定性测量值的误差梯度； 根据所述误差梯度反向调整所述双向长短期记忆网络的遗忘门权重及输入门权重，使得后续时间步的隐藏状态更新时优先保留与冰体破裂事件强相关的形变特征及热力扩散特征； 在时序建模过程中，当检测到当前时间步的冰面稳定性预测值与前一时间步的预测值差异超过预设突变阈值时，强制重置所述后向传播层的细胞状态，以避免历史无关特征对当前时间步预测的干扰； 输出每个时间步的冰面稳定性预测值，并将所述冰面稳定性预测值的时序变化率与冰面位移速率的热力分布数据进行空间关联映射，验证冰面稳定性预测值的空间一致性。

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上海天佑工程咨询有限公司，其通讯地址为：200400 上海市杨浦区赤峰路65号(同济科技园大楼709室)；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”。