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 > 中山大学·深圳;中山大学陈俊周获国家专利权

中山大学·深圳;中山大学陈俊周获国家专利权

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!

龙图腾网获悉中山大学·深圳;中山大学申请的专利一种基于颜色边缘深度感知的火灾检测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:CN114723959B

龙图腾网通过国家知识产权局官网在2025-09-05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:202210335590.8,技术领域涉及:G06V10/44;该发明授权一种基于颜色边缘深度感知的火灾检测方法及系统是由陈俊周;王坚成;蒲佳俊;谭光设计研发完成,并于2022-03-31向国家知识产权局提交的专利申请。

一种基于颜色边缘深度感知的火灾检测方法及系统在说明书摘要公布了:本发明公开了一种基于颜色边缘深度感知的火灾检测方法及系统,包括:获取待识别图像,并将所述待识别图像输入至火灾检测模型,以使所述火灾检测模型对所述待识别图像进行特征提取,获得所述待识别图像的第一颜色特征图和第一边缘特征图,并对所述第一颜色特征图和所述第一边缘特征图合并后的第一特征图进行隐式特征提取,继而根据隐式特征提取结果,输出火灾检测结果。本发明所公开的火灾检测模型为一种二阶段特征提取架构,包括显式特征提取阶段与隐式特征提取阶段,实现对图像颜色、边缘、空间细节和深度的特征提取。同时,通过对火灾检测模型内部架构的优化,进一步简化模型,降低模型的计算量,提升模型的处理速度与准确率。

本发明授权一种基于颜色边缘深度感知的火灾检测方法及系统在权利要求书中公布了:1.一种基于颜色边缘深度感知的火灾检测方法,其特征在于,包括: 获取待识别图像,并将所述待识别图像输入至火灾检测模型,以使所述火灾检测模型对所述待识别图像进行特征提取,获得所述待识别图像的第一颜色特征图和第一边缘特征图,并对所述第一颜色特征图和所述第一边缘特征图合并后的第一特征图进行隐式特征提取,继而根据隐式特征提取结果,输出火灾检测结果; 其中,所述火灾检测模型为二阶段特征提取架构,所述二阶段特征提取架构包括显式特征提取阶段与隐式特征提取阶段,所述显式特征提取阶段用于对输入图像进行颜色特征提取和边缘特征提取,所述隐式特征提取阶段用于对输入的颜色特征图和边缘特征图进行合并,并对合并图像进行隐式特征提取; 所述对所述第一颜色特征图和所述第一边缘特征图合并后的第一特征图进行隐式特征提取,包括: 将所述第一颜色特征图和所述第一边缘特征图合并得到第一特征图; 通过第六卷积层,对所述第一特征图进行通道数交换,提取小尺度特征,得到所述第一特征图对应的第一细节特征图; 分别通过第七卷积层和第八卷积层,捕捉所述第一特征图的大尺度感受野中的局部空间细节特征和中尺度感受野中的局部空间细节特征,得到所述第一特征图对应的第二细节特征图和第三细节特征图; 通过第九卷积层,捕捉所述第一特征图的中尺度感受野中的关键特征,得到所述第一特征图对应的第四细节特征图; 将所述第一细节特征图、所述第二细节特征图、所述第三细节特征图、所述第四细节特征图合并,得到所述第一特征图对应的第二特征图,并将所述第二特征图作为所述第一特征图,对所述第二特征图进行迭代处理,每次迭代处理时根据当前的所述第一特征图更新所述第二特征图,直至满足预设的操作次数,并将当前的所述第二特征图作为所述第一特征图对应的第三特征图; 在所述将当前的所述第二特征图作为所述第一特征图对应的第三特征图之后,还包括对所述第三特征图进行深度特征提取,具体为: 通过基层堆叠残差网络结构的操作,提取所述第三特征图的初始深度特征,得到所述第三特征图对应的第四特征图; 根据所述第三特征图的尺寸,结合降维层的平均池化操作,调整所述第四特征图的尺寸至预设的范围内,得到所述第四特征图对应的第五特征图; 采用高效通道注意力机制,对所述第五特征图进行第一全局平均池化操作,得到对应的通道级特征向量,并按照预设的初始深度特征提取流程,对所述第五特征图进行初始深度特征提取,获得所述第五特征图对应的第六特征图,并将所述第六特征图作为所述第三特征图,对所述第六特征图进行迭代处理,每次迭代处理时根据当前的所述第三特征图更新所述第六特征图,直至满足预设的处理次数,并将当前的所述第六特征图作为所述第三特征图对应的第七特征图,完成对所述第三特征图的深度特征提取; 所述根据隐式特征提取结果,输出火灾检测结果,具体为: 将第三特征图对应的第七特征图输入至分类层,对所述第七特征图进行批标准化操作和第二全局平均池化操作,提取所述第七特征图的关键特征; 根据提取结果,结合Softmax分类器的分类计算,将所述待识别图像中是否存在火焰的分类结果作为所述火灾检测结果,并输出所述火灾检测结果。

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中山大学·深圳;中山大学,其通讯地址为:518000 广东省深圳市光明新区光明街道华夏路和润家园3栋501;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。