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！

龙图腾网获悉西安欧亚学院申请的专利改进型I3D网络模型构建方法及基于该模型的异常火焰识别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：CN120472287B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202510947383.1，技术领域涉及：G06V10/82；该发明授权改进型I3D网络模型构建方法及基于该模型的异常火焰识别方法是由张迪;胡志洁;刘欣;范家瑞;熊林鑫设计研发完成，并于2025-07-10向国家知识产权局提交的专利申请。

本改进型I3D网络模型构建方法及基于该模型的异常火焰识别方法在说明书摘要公布了：本发明提供了一种改进型I3D网络模型构建方法及基于该模型的异常火焰识别方法，用于解决现有火焰检测方法存在的分析数据都以图片为主，无法实时分析和处理更复杂的视频数据，使得其准确性和可靠性难以得到支持的技术问题。本发明的一种改进型I3D网络模型构建方法，在传统的I3D网络模型前端新增了一个时空自适应去雾模块对输入的视频进行去雾处理，以减少雾霾干扰；同时还在传统的I3D网络模型靠近后端的位置构建一个整合了空间注意力机制、时间注意力机制以及高亮感知通道注意力机制的注意力机制模型，以更好地捕捉视频中的特征，增强传统的I3D网络模型对火焰变化的敏感性。

本发明授权改进型I3D网络模型构建方法及基于该模型的异常火焰识别方法在权利要求书中公布了：1.一种改进型I3D网络模型构建方法，其特征在于： 构建改进型I3D网络模型，包括时空自适应去雾模块、I3D网络模型以及注意力机制模型； 所述时空自适应去雾模块包括长短期记忆神经网络层和模型生成及输出层； 所述长短期记忆神经网络层，用于捕捉时序动态特征；所述模型生成及输出层，用于预测每个时间步的大气散射参数，并根据每个时间步的大气散射参数生成动态的大气散射模型，进而输出去雾处理后的视频； 所述动态的大气散射模型的表达式如下： 其中，Jx,t为去雾处理后的视频，Xx,t为输入视频的有雾图像序列，At为全局大气光值，βt为散射系数，dx,t为深度估计，x为二维空间坐标，t为时间步索引，ε为数值卫士，ε＝1×10-6； 所述I3D网络模型的输入端连接时空自适应去雾模块的输出端； 所述注意力机制模型设置在I3D网络模型中间，包括空间注意力机制模块、时间注意力机制模块、高亮感知通道注意力机制模块以及融合模块； 所述高亮感知通道注意力机制模块，用于将通道特征与亮度特征进行融合，以动态调整通道权重，其包括注意力输入层、全局平均池化层、全局最大池化层、亮度特征卷积层、均化层、拼接层、第一全连接层、第二全连接层以及扩展层； 所述注意力输入层用于接收混合池化后的特征数据；全局平均池化层、全局最大池化层、亮度特征卷积层的输入端分别连接注意力输入层的输出端，用于对混合池化后的特征数据分别进行全局平均池化、全局最大池化以及亮度特征卷积；均化层的输入端连接亮度特征卷积层的输出端，用于对亮度特征卷积后的特征沿时间、高度、宽度维度求均值，生成全局亮度特征； 所述拼接层的输入端分别连接全局平均池化层、全局最大池化层以及均化层的输出端，用于将全局平均池化后的特征、全局最大池化后的特征和全局亮度特征进行拼接，形成综合特征； 所述第一全连接层的输入端连接拼接层的输出端，用于对综合特征进行压缩和非线性融合；第二全连接层的输入端连接第一全连接层的输出端，用于根据压缩和非线性融合后的综合特征生成通道权重；扩展层的输入端连接第二全连接层的输出端，用于对生成的通道权重进行维度扩展； 所述融合模块用于对空间注意力机制模块、时间注意力机制模块以及高亮感知通道注意力机制模块的输出特征进行特征融合； 所述I3D网络模型的输出端作为改进型I3D网络模型的输出端，用于输出特征信息。

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安欧亚学院，其通讯地址为：710065 陕西省西安市雁塔区东仪路8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。