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！

龙图腾网获悉湖北荟文科技股份有限公司申请的专利一种基于物联网的文物安全智能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：CN120126297B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202510065323.7，技术领域涉及：G08B31/00；该发明授权一种基于物联网的文物安全智能监测预警方法及系统是由胡海;胡涛;吴凡;陈娈;刘忠裕;龚爱华设计研发完成，并于2025-01-16向国家知识产权局提交的专利申请。

本一种基于物联网的文物安全智能监测预警方法及系统在说明书摘要公布了：本发明提出了一种基于物联网的文物安全智能监测预警方法及系统，涉及文物监测技术领域，基于物联网感知网络采集文物保护区域中的多源感知数据集；根据预构建的初始生成对抗网络、高斯YOLOv3检测网络以及多源感知数据集，获取生成器总损失函数和高斯YOLOv3检测网络对应的检测网络损失函数；对生成器总损失函数和检测网络损失函数进行加权融合，获取综合损失函数，并将综合损失函数输入初始生成对抗网络，以对生成对抗网络中的生成器和判别器进行依次更新，获取优化生成对抗网络；将多源感知数据集的标准数据样本输入优化生成对抗网络，以获取与文物保护区域中的预警信号。本发明有助于提升文物监测预警的准确性和预警效率。

本发明授权一种基于物联网的文物安全智能监测预警方法及系统在权利要求书中公布了：1.一种基于物联网的文物安全智能监测预警方法，其特征在于，所述方法包括： 基于物联网感知网络采集文物保护区域中的多源感知数据集，其中，所述多源感知数据集包括位置环境信息、文物图像数据以及传感器数据； 根据预构建的初始生成对抗网络、高斯YOLOv3检测网络以及所述多源感知数据集，获取与所述初始生成对抗网络中生成器对应的生成器总损失函数和所述高斯YOLOv3检测网络对应的检测网络损失函数； 所述获取与所述初始生成对抗网络中生成器对应的生成器总损失函数和所述高斯YOLOv3检测网络对应的检测网络损失函数，具体包括： 将所述多源感知数据集输入到所述初始生成对抗网络的生成器中，获取合成数据样本； 将与所述多源感知数据集对应的真实数据样本输入到所述初始生成对抗网络的判别器中，获取生成器总损失函数； 将所述合成数据样本输入到所述高斯YOLOv3检测网络中，获取所述合成数据样本的样本检测函数和目标边界框参数的样本预测函数，对所述样本检测函数和所述样本预测函数进行加权融合，获取检测网络损失函数； 所述将与所述多源感知数据集对应的真实数据样本输入到所述初始生成对抗网络的判别器中，获取生成器总损失函数，具体包括： 使用预训练的卷积神经网络分别从所述合成数据样本和所述真实数据样本中提取高层次特征，并计算所述合成数据样本与所述真实数据样本在高层次特征空间中的感知损失函数； 计算所述合成数据样本与所述真实数据样本在像素空间中的像素误差，以获取内容损失函数； 使用边缘检测算法分别从所述合成数据样本和所述真实数据样本中提取对应的边缘信息，计算所述合成数据样本和所述真实数据样本在边缘空间中的边缘误差函数，并并根据所述边缘误差函数和所述边缘信息，构建边缘一致性损失函数； 对所述感知损失函数、所述内容损失函数以及所述边缘一致性损失函数进行加权融和，以获取所述生成器总损失函数； 对所述生成器总损失函数和所述检测网络损失函数进行加权融合，获取综合损失函数，并将所述综合损失函数输入所述初始生成对抗网络，以对所述生成对抗网络中的生成器和判别器进行依次更新，获取优化生成对抗网络； 所述生成器总损失函数的表达式为： ； ； ； ； 其中，Lpl表示感知损失函数，n表示VGG网络中的第个n特征提取层，l1表示VGG网络中的浅层特征对应的特征提取层，l2表示VGG网络中的中层特征对应的特征提取层，l3表示VGG网络中的深层特征对应的特征提取层，VGGn表示VGG网络中的第n个特征提取层，ISR表示第一高分辨率图像，HR表示第二高分辨率图像，||||2表示L2范数，Lcl表示内容损失函数，||||1表示L1范数，α表示差异损失权重，▽表示梯度操作，S表示尺度集合，s表示尺度集合中的第s个尺度，Lel表示边缘一致性损失函数，ω1表示L1范数对应的损失权重，Edgemulti表示多尺度边缘检测操作，ω2表示L2范数对应的损失权重，LG表示生成器总损失函数，λ1表示感知损失函数对应的权重，λ2表示内容损失函数对应的权重，λ3表示边缘一致性损失函数对应的权重； 所述检测网络损失函数的表达式为： ； ； ； 其中，Lcls表示分类损失函数，M表示样本总数，τ表示平滑参数，ri表示第i个样本的真实标签，pi表示第i个样本的预测概率，Lre表示回归损失函数，N表示高斯分布函数，xijk表示位置x在第i个样本中第j个边界框的第k个特征对应的预测值，μtx表示位置x对应的高斯均值函数，σtx表示位置x对应的高斯标准差函数，φ表示稳定常数，Ldet表示检测网络损失函数，β表示平衡权重参数； 将所述多源感知数据集的标准数据样本输入所述优化生成对抗网络，以获取与文物保护区域中的预警信号，其中，所述预警信号包括预警文物位置和预警文物图像。

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湖北荟文科技股份有限公司，其通讯地址为：430000 湖北省武汉市东湖新技术开发区光谷大道特1号国际企业中心2栋6层02号604(自贸区武汉片区)；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”。

以上内容由龙图腾AI智能生成。