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！

龙图腾网获悉中国科学院合肥物质科学研究院申请的专利一种基于ATT-YOLO-V7网络的室内泳池溺水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：CN117132924B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202311178583.2，技术领域涉及：G06V20/40；该发明授权一种基于ATT-YOLO-V7网络的室内泳池溺水检测方法是由魏星;李开霞;张志华;王玉成;顾潇宇;陈淑艳;贺天一;蒋欣晟;叶晓东;孔令成设计研发完成，并于2023-09-12向国家知识产权局提交的专利申请。

本一种基于ATT-YOLO-V7网络的室内泳池溺水检测方法在说明书摘要公布了：本发明公开了一种基于ATT‑YOLO‑V7网络的室内泳池溺水检测方法，包括：1、图像采集与预处理；2、建立ATT‑YOLO‑V7网络；3、构建损失函数，并训练ATT‑YOLO‑V7网络；4、基于ATT‑YOLO‑V7网络对泳客进行溺水状态检测。本发明旨在通过优化后的识别性能更优的模型来快速有效识别泳客的运动状态，从而能提高溺水识别的精度和准确度，以保障泳客的生命安全。

本发明授权一种基于ATT-YOLO-V7网络的室内泳池溺水检测方法在权利要求书中公布了：1.一种基于ATT-YOLO-V7网络的室内泳池溺水检测方法，其特征在于，包括如下步骤： 步骤1、图像采集与预处理： 步骤1.1、获取泳池内泳客运动的视频数据并进行抽帧和预处理，得到视频图像序列，令视频图像序列中的任意一帧泳客运动的RGB图片记为； 步骤1.2、对RGB图片中的N个泳客的位置和运动状态STA_IN进行标注，得到带有N个位置标签和运动状态标签的特征图像；其中，所述运动状态STA_IN包括：游泳S_SW、站立S_ST、溺水S_DR； 令特征图像中第个泳客的位置标签记为，且，其中，表示第个泳客在RGB图片中所在位置的矩形框的左上角坐标，表示所述矩形框的右下角坐标，其中，表示所述矩形框左上角的横坐标，表示所述矩形框左上角的纵坐标，表示所述矩形框右下角的横坐标，表示所述矩形框右下角的纵坐标； 令特征图像中第个泳客的运动状态标签记为，∈{S_SW,S_ST,S_DR}； 步骤2、建立ATT-YOLO-V7网络，依次包括：特征提取模块Extra、注意力模块Atten、预测模块Pred； 步骤2.1、所述特征提取模块Extra依次由并联的个基础单元以及1个激活层Sig构成，其中，任意第u个基础单元由个卷积层Conv、个标准化层Norm依次构成； 所述特征图像输入到特征提取模块Extra中，并分别经过每个基础单元的个卷积层Conv的特征提取处理，得到粗特征集合{|=1,2,…,}，其中，表示第个基础单元输出的粗特征； {|=1,2,…,}再分别经过每个基础单元的个标准化层Norm的处理，得到标准特征集合{}，其中，表示第个基础单元输出的标准特征； 将标准特征集合{|=1,2,…,}输入激活层Sig中进行处理，并得到激活特征集合，其中，表示第个激活特征； 步骤2.2、所述注意力模块Atten由个特征随机融合支路并联组成； 将所述激活特征集合分别输入到个特征随机融合支路中，其中，第个特征随机融合支路利用式1-1计算第个融合特征，从而由个特征随机融合支路得到融合特征集合； 1-1 式1-1中，表示第个支路的注意力权重，表示第个支路的注意力偏置，表示第个激活特征，表示第个激活特征，；； 步骤2.3、所述预测模块Pred由并联的个基础单元构成，其中，任意第个基础单元由个卷积层、个池化层、个全连接层依次构成； 所述融合特征集合输入到预测模块Pred中，并分别经过每个基础单元的个卷积层的处理后，得到卷积特征集合，其中，表示第个基础单元的第个卷积层输出的卷积特征； 分别经过每个基础单元的个池化层的下采样处理后，得到下采样特征集合，其中，表示第个基础单元的第个池化层输出的下采样特征； 分别经过每个基础单元的个全连接层的处理后，得到预测的位置特征和运动状态特征；其中，表示第个基础单元的第个全连接层输出的预测位置特征，且中第个泳客预测的位置特征记为，其中，表示预测的第个泳客的位置特征的左上角坐标，表示预测的第个泳客的位置特征的右下角坐标， 表示第个基础单元的第个全连接层输出的预测运动状态特征，且中第个泳客预测的的运动状态特征记为； 步骤3、构建损失函数，并训练ATT-YOLO-V7网络： 步骤3.1、利用式1-2构建第个泳客的运动状态的损失函数： =1-2 步骤3.2、利用式1-3构建总损失函数： 1-3 步骤3.3、通过Adam优化器对所述ATT-YOLO-V7网络进行迭代训练，并计算总损失函数以调整网络参数，直到总损失函数收敛为止，从而得到训练好的室内泳池溺水检测模型，用于对视频图像中的泳客进行溺水状态检测。

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国科学院合肥物质科学研究院，其通讯地址为：230031 安徽省合肥市蜀山区蜀山湖路350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”。

以上内容由龙图腾AI智能生成。