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！

龙图腾网获悉中国恩菲工程技术有限公司;中国有色工程有限公司申请的专利个体防护装备的违规状态检测方法、装置、系统及设备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：CN121033770B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202511556302.1，技术领域涉及：G06V20/52；该发明授权个体防护装备的违规状态检测方法、装置、系统及设备是由吕东彦;李衍志;向鹏;李炬;胡佳慧;张文坤;何新春设计研发完成，并于2025-10-29向国家知识产权局提交的专利申请。

本个体防护装备的违规状态检测方法、装置、系统及设备在说明书摘要公布了：本申请公开一种个体防护装备的违规状态检测方法、装置、系统及设备，涉及图像处理技术领域，包括：采集工业场景中的作业人员图像，并对作业人员图像进行预处理；从预处理后的作业人员图像中提取互补的虚拟多模态特征；将虚拟多模态特征输入至改进的目标检测网络，通过多模态特征融合机制对虚拟多模态特征进行交互与整合，基于得到的融合特征，定位个体防护装备上的各关键检测点，输出各关键检测点的位置信息与识别置信度；基于各关键检测点的位置信息与识别置信度，对各关键检测点分别进行解耦检测与违规判定，得到各关键检测点的违规状态检测结果。本申请可实现对PPE细微违规状态的精准识别。

本发明授权个体防护装备的违规状态检测方法、装置、系统及设备在权利要求书中公布了：1.一种个体防护装备的违规状态检测方法，其特征在于，包括： 采集工业场景中的作业人员图像，并对所述作业人员图像进行预处理，所述作业人员图像中包含作业人员所穿戴个体防护装备的完整关键区域； 从所述预处理后的作业人员图像中提取互补的虚拟多模态特征，所述虚拟多模态特征为从所述预处理后的作业人员图像中，通过特定算法生成的、具有不同信息表征功能的多种类互补特征，所述虚拟多模态特征至少包括光照不变性特征、运动增强特征以及纹理增强特征； 将所述虚拟多模态特征输入至改进的目标检测网络，通过多模态特征融合机制对所述虚拟多模态特征进行交互与整合，基于得到的融合特征，定位所述个体防护装备上的各关键检测点，输出所述各关键检测点的位置信息与识别置信度，所述改进的目标检测网络为改进YOLOv8网络，所述改进YOLOv8网络包括主干网络、光照强度检测模块、采用深度可分离卷积重构的特征融合模块，以及特征聚合层，所述主干网络末端引入交叉注意力模块； 将所述虚拟多模态特征输入至改进的目标检测网络，通过多模态特征融合机制对所述虚拟多模态特征进行交互与整合，基于得到的融合特征，定位所述个体防护装备上的各关键检测点，输出所述各关键检测点的位置信息与识别置信度，包括：确定所述预处理后的作业人员图像对应的RGB原始特征，将所述虚拟多模态特征以及所述RGB原始特征输入所述主干网络，通过所述主干网络末端的交叉注意力模块实现特征交互，以所述RGB原始特征为查询向量，以所述光照不变性特征、所述运动增强特征、所述纹理增强特征分别作为键值向量，通过注意力权重计算，对所述虚拟多模态特征和所述RGB原始特征进行元素级融合，得到兼具多模态抗干扰能力与基础视觉清晰度的中间交互特征；设置所述光照不变性特征、所述运动增强特征、所述纹理增强特征分别对应的可学习权重参数，通过所述光照强度检测模块计算当前作业场景的图像平均亮度值，根据所述图像平均亮度值动态调整所述可学习权重参数的参数值；采用所述特征融合模块对所述中间交互特征进行整合，得到中间融合特征；通过所述特征聚合层对所述中间融合特征进行特征维度统一与细节增强处理，生成全面反映个体防护装备外观、运动状态及纹理细节的融合特征；基于所述融合特征，通过改进YOLOv8网络中针对所述各关键检测点分别设置的独立解耦检测分支，生成所述各关键检测点对应的特征热图，从所述特征热图中提取所述各关键检测点的坐标作为位置信息，并计算所述各关键检测点的识别置信度； 基于所述各关键检测点的位置信息与识别置信度，对所述各关键检测点分别进行解耦检测与违规判定，得到所述各关键检测点的违规状态检测结果。

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国恩菲工程技术有限公司;中国有色工程有限公司，其通讯地址为：100038 北京市海淀区复兴路12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。