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！

龙图腾网获悉中国石油大学(华东)申请的专利一种基于多层感知机网络的油田现场违章行为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：CN116469029B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202310323518.8，技术领域涉及：G06V20/40；该发明授权一种基于多层感知机网络的油田现场违章行为识别方法是由张千;邵明文;柏恩瑞;梁鸿设计研发完成，并于2023-03-30向国家知识产权局提交的专利申请。

本一种基于多层感知机网络的油田现场违章行为识别方法在说明书摘要公布了：本发明公开了一种基于多层感知机网络的油田现场违章行为识别方法，属于计算机视觉领域，包括如下步骤：制作油田违章行为识别数据集；构建基于多层感知机网络的油田现场违章行为识别模型；对模型进行训练及优化；通过采油作业现场的摄像头获取当前时刻待检测的视频数据，将其输入至训练完成的油田现场违章行为识别模型，得到违章行为检测结果数据，并进行违章行为判断；将油田现场违章行为的实时分析结果进行存储并可视化，以供监管人员查看处理。本发明具有检测行为类别准确、可以智能化判断行为是否违章等优点，旨在解决油田作业现场不安全的违章行为的实时检测问题，为油田作业现场的生产管理提供智能化的解决方案。

本发明授权一种基于多层感知机网络的油田现场违章行为识别方法在权利要求书中公布了：1.一种基于多层感知机网络的油田现场违章行为识别方法，其特征在于，包括以下步骤： 步骤1、制作油田违章行为识别数据集； 步骤2、构建基于多层感知机网络的油田现场违章行为识别模型；油田现场违章行为识别模型的具体工作过程为： 步骤2.1、输入的视频数据首先经过编码网络，编码网络在时间和空间两个维度上对输入的视频进行线性映射，映射为一个令牌序列； 假设原始输入视频序列有帧，每帧的分辨率为，并且每个图像块的分辨率为，则图像块的数目；其中，、分别表示帧分辨率的高度、宽度，、分别表示图像块分辨率的高度、宽度；使用编码网络结构先对所有的图像块做一次线性映射，将视频映射到标记序列，获得的标记序列即为令牌序列；其中，为通道数，为编码网络结构中时间维度的大小，为自己预先设定的隐藏维度，，为图像块的数目； 步骤2.2、令牌序列接着经过包含三种多层感知机的特征提取网络，提取视频中包含的时空信息特征； 特征提取网络由令牌信息混合层、通道信息混合层、帧间信息混合层三种多层感知机结构组成；其中，令牌信息混合层，作用于输入特征信息的令牌维度，用于混合不同令牌之间的信息；通道信息混合层，作用于属于特征信息的通道维度，用于混合不同通道之间的信息；帧间信息混合层，作用于输入特征信息的帧维度，用于混合不同帧之间的信息；在特征提取网络中，令牌序列首先经过令牌信息混合层，混合序列中不同令牌之间的信息，同时使用残差结构稳定信息提取的过程；完整经过一个令牌信息混合层后得到的特征为经过令牌信息混合层之间的特征和经过令牌信息混合层之后的特征的总和；之后这个特征经过通道信息混合层，同样使用一个残差结构；经过一个令牌信息混合层和通道信息混合层后就实现了对空间信息特征次提取；对令牌信息混合层和通道信息混合层这两种信息混合层叠加次，之后将叠加次提取到的空间信息送入叠加次的帧间信息混合层，每叠加一次都使用一个残差结构，帧间信息混合层提取完成即相当于对整个视频的时空信息特征提取完成； 步骤2.3、提取到的时空信息特征经过分类网络计算行为的类别，同时得到检测置信度；具体为： 分类网络包括输入层和输出层，输入层为时空信息特征对应的个输入节点；输出层为个类别，时空信息特征经过分类网络后得到每个类别的置信度，计算公式如下： 1； 其中，表示第个类别的置信度，表示第个输入节点，表示第个输入节点映射到第个类别的权重，表示第个类别的偏置； 使用函数将置信度转换为正数且置信度总和为1的概率分布，函数的公式为： 2； 其中，为自然常数，为类别的序号，表示共包含个类别的置信度总和； 步骤3、对油田现场违章行为识别模型进行训练及优化，得到训练完成的油田现场违章行为识别模型； 步骤4、通过采油作业现场的摄像头获取当前时刻待检测的视频数据，将其输入至训练完成的油田现场违章行为识别模型，得到油田现场违章行为检测结果数据，并根据得到的检测结果数据进行违章行为判断； 步骤5、将油田现场违章行为的实时分析结果进行存储并可视化，以供监管人员查看处理。

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石油大学(华东)，其通讯地址为：266580 山东省青岛市黄岛区长江西路66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。