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！

龙图腾网获悉西北工业大学申请的专利一种基于改良DeeplabV3+的火焰早期烟雾检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：CN115937762B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202211422379.6，技术领域涉及：G06V20/52；该发明授权一种基于改良DeeplabV3+的火焰早期烟雾检测方法是由魏倩茹;章植萍;高炜;牛誉蓉设计研发完成，并于2022-11-15向国家知识产权局提交的专利申请。

本一种基于改良DeeplabV3+的火焰早期烟雾检测方法在说明书摘要公布了：本发明公开了一种基于改良DeeplabV3+的火焰早期烟雾检测方法，包括：构建特定数据集并使用DeeplabV3+模型进行烟雾的识别；结合Unet优化DeeplabV3+并提高烟雾识别的精度。本发明较好地识别出图像中地烟雾区域预防火灾地发生；为DeeplabV3+模型地优化提供了新的思路。

本发明授权一种基于改良DeeplabV3+的火焰早期烟雾检测方法在权利要求书中公布了：1.一种基于改良DeeplabV3+的火焰早期烟雾检测方法，其特征在于，包括： 构建特定数据集并使用DeeplabV3+模型进行烟雾的识别； 结合Unet优化DeeplabV3+并提高烟雾识别的精度； 所述构建特定数据集并使用DeeplabV3+模型进行烟雾的识别包括： 构建一个VOC数据集，包含灰黑色和灰白色烟雾在内的400余张图片用于训练和测试； 使用卷积神经网络，对于二维空间下的可积函数fx,y和gx,y，卷积的定义如下： ， 使用DeeplabV3+模型进行烟雾的识别， DeeplabV3+是一个由Encoder模型和Decoder模型组成的语义分割型； 所述Encoder模型包括： Encoder部分的第一阶段：该阶段进行一次简单的卷积和上采样产生一个low-levelfeature作为第二阶段的输入并同时交予Decoder部分进行进一步处理； Encoder部分的第二阶段：采用空洞空间卷积池化金字塔模型ASPP进行处理， ASPP由一个1×1卷积，一个池化金字塔即三个3×3空洞卷积和一个ASPP pooling组成； ASPP接受了第一阶段输入的低级特征； 进行一次1×1的卷积； 并行进行了三次有着不同采样率的卷积； 空洞卷积通过控制卷积时的填充和膨胀使得神经元获得不同尺度的特征提取； 最后是一个ASPPPooing层处理，由一个1×1的池化，一个1×1的卷积层和一个上采样构成； 在ASPP执行完成并发步骤后，将得到的特征进行连接并再次进行一次1×1的卷积来进行信息整合，得到高级特征并将其交给解码器； 随后对输出进行上采样， 然后与原有模块ASPP的输出结果进行一次连接， 得到Encoder的高级特征并将这个特征作为初始模型Encoder的 高级特征的替代结果传入Decoder模型； 所述Decoder模型包括： Decoder接收Encoder的两个部分的输出，Decoder与Unet的Decoder类似，将低级特征经过一个1X1的卷积调整维度并将步幅设置为4，高级特征即ASPP的输出经过双线性插值的上采样将数据规模调整为4倍并调整步幅为4； 将处理之后拥有两个相同尺寸的特征连接后经过一个3X3的卷积后再次上采样4倍得到Decoder的输出； 其中，上采样过程的算法公式如下，首先对y方向进行采样： ， 而后对x方向进行采样得到结构； 。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127号；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”。