南京邮电大学张晖获国家专利权
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!
龙图腾网获悉南京邮电大学申请的专利基于二元协同反馈的无人机巡航森林火灾检测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:CN116503763B 。
龙图腾网通过国家知识产权局官网在2026-03-31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:202310483913.2,技术领域涉及:G06V20/17;该发明授权基于二元协同反馈的无人机巡航森林火灾检测方法是由张晖;马博文;赵海涛;朱洪波设计研发完成,并于2023-04-27向国家知识产权局提交的专利申请。
本基于二元协同反馈的无人机巡航森林火灾检测方法在说明书摘要公布了:本发明提出了基于二元协同反馈的无人机巡航森林火灾检测方法,包括二元检测网络搭建和基于烟火关系的协同反馈机制两部分,在二元检测网络方面,首先对FCOS网络进行改进,并提出一种基于FPN层回归范围自适应训练确定方法,结合目标语义特性对FPN各层的回归范围进行自适应调整,使得各类目标在训练阶段都能在合适自己FPN层进行梯度反转学习;在协同反馈机制方面,充分利用烟火之间的关联特性作为知识先验,对所提的二元协同网络持续进行优化与强化,实现了在烟雾与火焰快速变化的场景下,对火灾情况的持续精准检测与追踪。在森林火灾巡检场景中,利用本发明的技术方案,可实现对火灾位置的精准识别和定位,大大减少了在森林消防管理中人力物力的投入。
本发明授权基于二元协同反馈的无人机巡航森林火灾检测方法在权利要求书中公布了:1.基于二元协同反馈的无人机巡航森林火灾检测方法,其特征在于,所述二元协同反馈是根据烟雾和火焰目标关系情况,进行协同优化反馈和协同强化反馈两种反馈机制选择;其中,协同优化反馈是以在先获得的多个烟雾或者火焰的位置信息为知识先验,结合基于速度修正的卡尔曼滤波和帧间差分法共同预测下一帧图像中烟雾与火焰的位置,并针对二元检测网络的不同检测分支,在下一帧中提前进行对预测出的烟雾或火焰目标位置进行掩膜,从而提高二元检测网络对烟雾或者火焰检测精度;协同强化反馈是对二元检测网络的不同检测分支中的特征图权重进行调整,从而实现利用知识先验来加强下一帧针对同一类目标检测精准度;具体包括如下步骤: 步骤1、无人机航拍获取的目标区域图像,并对所获得的目标区域图像分别进行烟雾标注和火焰标注,构建烟雾训练集和火焰训练集; 步骤2、利用步骤1中烟雾训练集和火焰训练集,针对目标区域图像中烟雾和火焰两个目标的特征,进行二元检测网络的搭建与训练;其中,所述二元检测网络包括分别以改进的FCOS网络作为基准的烟雾检测分支和火焰检测分支; 步骤3、使用训练好的二元检测网络对无人机航拍实时获取的目标区域视频的当前帧进行检测,对烟雾检测分支和火焰检测分支的检测结果进行融合后输出; 步骤4、重复步骤3,对目标区域视频的下一帧进行检测,直至目标区域视频结束; 所述步骤2中以改进的FCOS网络作为基准,其中,改进的FCOS网络构建过程如下:在骨干网络ResNet的C3和C4之间、C4和C5之间各添加一个CBAM的注意力模块;在回归分支使用可形变卷积代替原有卷积核; 所述改进的FCOS网络在训练时采用FPN层回归自适应训练确定方法,具体过程如下: 步骤2.1、创建FPN层级回归向量集合,为标签类别总数;是一个七元组,前5个位置为FPN层级的默认回归范围,第6个位置为标签类别,第7个位置为范围修改标志位; 步骤2.2、对于当前帧中一个像素大小为的给定目标,根据默认回归尺度范围,确定其默认层级; 步骤2.3、对不同FPN层级的损失值进行最小值判断,判断公式如下: , 其中,为层级之间的损失度最小值,表示FPN从3到7层的索引参量,、、、、分别表示层级、、、、,为FPN层级的损失函数; 步骤2.4、若与层级的损失值一致,则将与给定目标类别对应的层级回归向量的第7个位置设置为1,且后续关于此给定目标的不同输入尺度按照默认回归尺度范围直接进行梯度反转学习; 步骤2.5、若与层级或的损失值一致,则将与给定目标类别对应的层级回归向量的第7个位置设置为0,并且对默认回归尺度范围进行如下修改后,返回步骤2.2: 若与层级的损失值一致,则将层级对应的默认回归尺度范围进行扩大,即将从层级对应的默认回归尺度范围中剥离出来并入到层级对应的默认回归尺度范围中; 若与层级的损失值一致,则将层级对应的默认回归尺度范围进行扩大,即将从层级对应的默认回归尺度范围剥离出来并入到层级对应的默认回归尺度范围中; 步骤2.6、若与层级或者层级的损失值一致,则将与给定目标类别对应的层级回归向量的第7个位置设置为-1,并对于此类目标直接利用FPN各层级的损失度自动选择层级进行梯度反转学习。
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南京邮电大学,其通讯地址为:210003 江苏省南京市鼓楼区新模范马路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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励