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！

龙图腾网获悉河北工业大学申请的专利基于多模态融合的火灾智能识别与分级预警方法及系统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：CN121527918B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202610038512.X，技术领域涉及：G08B17/06；该发明授权基于多模态融合的火灾智能识别与分级预警方法及系统是由赵佳;尤俊洁设计研发完成，并于2026-01-13向国家知识产权局提交的专利申请。

本基于多模态融合的火灾智能识别与分级预警方法及系统在说明书摘要公布了：本申请公开了一种基于多模态融合的火灾智能识别与分级预警方法及系统，属于消防安全监测技术领域。该方法包括：实时采集监测区域的时序传感器数据与图像数据并进行预处理；将预处理后的时序传感器数据输入时序预测模型，确定时序火灾概率值并与经动态优化的初级判定阈值比较；当时序火灾概率值大于或等于初级判定阈值时，将预处理后的图像数据输入图像识别模型，确定图像火灾概率值；采用自适应动态权重融合策略，将时序火灾概率值与图像火灾概率值进行加权融合，得到综合火灾概率值并与经动态优化的最优融合阈值比较；根据比较的结果，从预设的多级火灾预警策略中确定对应的预警策略并执行。

本发明授权基于多模态融合的火灾智能识别与分级预警方法及系统在权利要求书中公布了：1.一种基于多模态融合的火灾智能识别与分级预警方法，其特征在于，包括： 实时采集监测区域的时序传感器数据与图像数据，并对所述时序传感器数据与所述图像数据进行预处理；其中，所述时序传感器数据至少包括温度、烟雾浓度及一氧化碳浓度；所述图像数据为覆盖所述监测区域的实时视频流； 将预处理后的所述时序传感器数据输入预先训练好的时序预测模型，确定时序火灾概率值，并将所述时序火灾概率值与经动态优化的初级判定阈值进行比较，得到第一比较结果； 当所述时序火灾概率值大于或等于所述初级判定阈值时，将预处理后的所述图像数据输入预先训练好的图像识别模型，确定图像火灾概率值；其中，所述图像识别模型为基于YOLOv8架构的改进模型，通过在YOLOv8架构的骨干网络与颈部网络之间引入尺度加权注意力机制，以增强对火焰及烟雾的特征提取能力； 采用自适应动态权重融合策略，将所述时序火灾概率值与所述图像火灾概率值进行加权融合，得到综合火灾概率值，并将所述综合火灾概率值与经动态优化的最优融合阈值进行比较，得到第二比较结果； 根据所述第一比较结果和所述第二比较结果，从预设的多级火灾预警策略中确定对应的预警策略并执行； 其中，尺度加权注意力机制包括： 接收来自骨干网络末端不同层级的、具有不同空间尺度和语义信息的多个特征图； 对每个尺度的特征图，在空间维度上分别进行全局平均池化和全局最大池化，生成两个通道描述向量，将两个通道描述向量输入共享的两层全连接网络，生成通道注意力权重向量； 对每个尺度的特征图，沿着通道维度分别进行全局平均池化和全局最大池化，将得到的两个空间特征图进行拼接并通过卷积层融合，生成空间注意力权重图； 将每个尺度的特征图对应的通道注意力权重与空间注意力权重相乘，得到尺度的综合注意力权重，使用综合注意力权重对各尺度特征图进行重标定，并将不同尺度的重标定后特征图进行上采样或下采样至统一尺寸后进行融合，输出增强特征。

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河北工业大学，其通讯地址为：300401 天津市北辰区西平道5340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。