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！

龙图腾网获悉中国人民解放军海军工程大学申请的专利一种舰船火灾多维识别分类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：CN120198715B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202510208803.4，技术领域涉及：G06V10/764；该发明授权一种舰船火灾多维识别分类方法是由李营;侯岳;王康勃;李昂;张永胜设计研发完成，并于2025-02-25向国家知识产权局提交的专利申请。

本一种舰船火灾多维识别分类方法在说明书摘要公布了：本发明属于船舶火灾分析技术领域，尤其涉及一种舰船火灾多维识别分类方法。包括如下步骤：对于火灾影像连续采样；对采样序列中图像数据预处理，确定空间尺度统一标准；通过对采样序列进行必要的数据增强处理提高识别分析网络的泛化指标；建立基于要素特征表达能力的火灾影像识别网络；获取经过网络学习后得到的动静态融合特征，全连接分类模块E通过考虑样本动静态融合特征对火灾图像样本进行训练分类，获取最终的火灾图像分类结果。本申请的火灾识别神经网络能够关注到同级同类火灾影像中的要素特征的表达能力，并利用全局卷积注意力机制来实现火灾图像对应特征图中的关键通道控制，创建动静态融合特征来实现火灾图像的分类识别。

本发明授权一种舰船火灾多维识别分类方法在权利要求书中公布了：1.一种舰船火灾多维识别分类方法，其特征在于，包括如下步骤： 步骤一、对于火灾影像的采样处理对于基于时序表达的第个原始影像采样序列，其中表示影像采样序列的帧数，分别是指图像的像素高度和像素宽度； 基于连续采样方法，随机选取帧时刻，从开始连续采集帧图像作为采样序列，采样序列可表达为：； 其中为第个原始影像的帧数，为采样帧数； 步骤二、对于采样序列中图像数据的预处理对于火灾图像中的任意基准特征的像素坐标，其中为基准特征质心在火灾图像中的像素坐标，其经过空间尺度变换后的坐标为； 对于整个采样序列，确定最佳的空间尺度统一标准是一个最优求解问题，可表示为： ； 且，，，，；其中是指范数；为第个基准特征质心在采样序列火灾图像中的像素坐标，其中为第个基准特征质心在变换后图像中的像素坐标，为基准特征的总数； 求解上述最优解，确定空间变换的统一标准； 步骤三、采样序列增强处理通过对采样序列进行数据增强处理，以提高识别分析网络的泛化指标； 步骤四、基于要素特征表达能力的火灾影像识别建立基于要素特征表达能力的火灾影像识别网络，所述网络依次包括残差模块A、通道特征控制模块B、空间特征融合模块C、全连接分类模块E； 残差模块A由两个ResNet残差块构成，所述残差模块A获取采样序列并通过残差块提取火灾影像的空间特征； 通道特征控制模块B由转型卷积模块和全局卷积注意力模块构成，其中转型卷积模块用于将输入的空间特征图进行转换，具体是指使用一个2D空间核卷积对输入的特征图的每一层进行卷积处理，输出新的特征图，可表示为：； 其中是输入的特征图，是输出的特征图，是指学习到的滤波器核，是指学习到的第c个滤波器的参数，是指2D空间卷积核，*表示卷积操作； 全局卷积注意力模块，用于提取空间特征的多通道注意力权重，具体是指通过生成考虑全局通道注意力权重的视频帧权重信息以增强特征通道能力，可表示为： ； 其中为函数，为激活函数，是指第一个和第二个全连接层权重矩阵，是指经过全局卷积得到的通道描述符，为全局卷积核第个通道的权重，是指输入特征第个通道的张量，是指特征通道描述符第个通道的张量，是指逐元素乘法； 空间特征融合模块C用于融合短时空间动态特征和静态特征，获取火灾像素图像的动态信息，并根据静态特征变化优化动静态特征融合过程，具体而言： 对于每个样本，通过残差模块A以及通道特征控制模块B后提取得到视频帧中的个静态特征，； 空间特征融合模块C根据相邻帧的静态特征计算前后时刻的特征差分，得到动态特征；并分别对静态特征和动态特征进行进一步特征提取，具体而言： 对于静态特征，首先通过单层卷积网络将静态特征按照空间位置进行编码得到空间序列，可表示为：； 其中表示单层卷积操作，为单层卷积的卷积核，为单层卷积的偏置量； 定义静态特征的位置信息序列，将空间序列以及位置编码序列组合得到联合输入序列；将输入序列作为输入利用网络进行学习； 对于动态特征，通过卷积神经网络对其特征进行进一步特征提取，可表示为： ； 其中表示卷积操作，为第个卷积操作的卷积核，为第个卷积操作的偏置量，是指卷积操作的序号； 获取经过网络学习后得到的静态特征，将其与前后帧动态特征融合得到动静态融合特征，可表示为：； 其中是指样本第帧的静态特征出，分别是样本第帧的动态特征； 其中，； 全连接分类模块E通过考虑样本动静态融合特征对火灾图像样本进行训练分类，获取最终的火灾图像分类结果。

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人民解放军海军工程大学，其通讯地址为：430033 湖北省武汉市解放大道717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。