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！

龙图腾网获悉北京安宁威尔应急消防安全科技有限公司申请的专利通过AI视觉分析技术识别火灾消防隐患的方法及装置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：CN120123829B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202510616861.0，技术领域涉及：G06F18/24；该发明授权通过AI视觉分析技术识别火灾消防隐患的方法及装置是由陶铁牛;樊宝华设计研发完成，并于2025-05-14向国家知识产权局提交的专利申请。

本通过AI视觉分析技术识别火灾消防隐患的方法及装置在说明书摘要公布了：本申请实施例提供一种通过AI视觉分析技术识别火灾消防隐患的方法及装置，通过创新性地构建多源数据采集融合机制，整合图像视频流、三维空间、热成像和环境感知等多模态数据。设计基于迁移学习的特征提取模型，结合层次化分类结构和注意力机制，通过集成学习实现高精度的隐患特征识别。引入时序分析和空间定位技术，构建隐患特征关联网络和演化模型，实现隐患发展趋势预测和共性隐患发现。该方法有效解决了传统技术在多模态数据处理、特征识别和趋势预测等方面的不足，显著提升了火灾消防隐患识别的智能化水平和预警能力。

本发明授权通过AI视觉分析技术识别火灾消防隐患的方法及装置在权利要求书中公布了：1.一种通过AI视觉分析技术识别火灾消防隐患的方法，其特征在于，所述方法包括： 从安防监控系统、移动巡检终端和消防巡检机器人采集图像和视频流数据，通过双目相机获取场景深度信息构建三维空间模型，采集红外热成像数据获取温度分布特征，采集环境感知信号提取环境特征，对所述图像和视频流数据、所述三维空间模型、所述温度分布特征和所述环境特征进行预处理得到归一化训练数据，从所述归一化训练数据中提取多模态特征向量，对所述多模态特征向量进行标注构建训练样本，从预训练模型库中选择基础特征提取层构建迁移学习模型，将所述训练样本输入所述迁移学习模型，基于层次化分类结构和注意力机制训练消防隐患特征神经网络模型组，对所述消防隐患特征神经网络模型组的识别结果进行集成学习得到融合识别模型； 接收实时采集的多源数据，对所述多源数据进行时序分解和特征提取构建动态特征序列，将所述动态特征序列输入所述融合识别模型进行多模态特征识别得到隐患特征数据，基于所述动态特征序列分析所述隐患特征数据的时间演化趋势得到趋势预测数据； 对所述隐患特征数据进行目标检测定位得到边界框坐标，将所述边界框坐标映射到三维空间模型中获取空间位置参数，计算所述空间位置参数与预设参考点之间的相对距离和方位角，对所述隐患特征数据的类型标签、所述空间位置参数、所述相对距离和所述方位角进行整合构建隐患标记数据，根据所述相对距离对隐患标记数据进行空间聚类；基于所述隐患标记数据构建节点特征矩阵，利用所述趋势预测数据构建节点转移概率矩阵，将所述节点特征矩阵和所述节点转移概率矩阵组合为隐患特征关联网络，计算所述隐患特征关联网络中节点间的关联强度和传播路径，根据所述关联强度和所述传播路径构建状态转移方程，基于所述状态转移方程建立隐患演化模型，通过所述隐患演化模型预测隐患发展趋势，对所述隐患特征数据进行聚类分析发现共性隐患，将所述隐患标记数据、所述隐患发展趋势和所述共性隐患整合为结构化数据输出至监测终端。

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北京安宁威尔应急消防安全科技有限公司，其通讯地址为：100071 北京市丰台区汽车博物馆南路3号院1号楼1至11层101内3层302；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”。