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！

龙图腾网获悉国家电投集团重庆合川发电有限公司申请的专利一种基于帧间差分法和改进YOLOv4的火电厂烟火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：CN116071685B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202310179549.0，技术领域涉及：G06V20/40；该发明授权一种基于帧间差分法和改进YOLOv4的火电厂烟火检测方法是由李瑞平;赵柔君;黄丹青;左涛;周云;陈亮;王驰;燕宁江;黄超生;朱华夏;李龙;张宏国;周英强设计研发完成，并于2023-02-28向国家知识产权局提交的专利申请。

本一种基于帧间差分法和改进YOLOv4的火电厂烟火检测方法在说明书摘要公布了：本发明请求保护一种基于帧间差分法和改进YOLOv4的火电厂烟火检测方法。首先以并行DFC注意力和残差构建检测模型的主干网络，同时利用扩张卷积和感受野补充块联合弥补单一检测头带来的性能下降，构建GS‑YOLO模型。然后利用火电厂的烟雾和火焰事故的视频帧进行标注数据，得到分类标注数据集并进行数据增强。随即训练GS‑YOLO用于检测烟火，并向网络添加攻击噪声，在不改变模型的优化目标的情况下，肉眼不可见的攻击噪声将有助于网络区分背景和检测目标，使用具有真实标注的测试集对目标检测模型进行验证，得到检测性能较高的模型。在实际检测时以帧间差分法获取视频中的移动的部分，减少输入模型的无关的背景图像。该方法具有优异的烟火检测性能和较快的推理速度。

本发明授权一种基于帧间差分法和改进YOLOv4的火电厂烟火检测方法在权利要求书中公布了：1.一种基于帧间差分法和改进YOLOv4的火电厂烟火检测方法，其特征在于，包括以下步骤： 步骤1：获取火电厂智慧管控系统的发生烟雾及火灾事故的监控视频，对视频中发生烟雾和火焰区域进行标注，作为检测网络的训练集并进行数据增强，同时将构建的数据集命名为烟火检测数据集； 步骤2：在YOLOv4算法的基础上，使用以下改进来构建GS-YOLO检测模型：1以并行DFC注意力和残差构建ResGhost模块，以多个ResGhost构成GS-YOLO检测模型的主干网络；2将YOLOv4转换为单一检测头，将不同扩张率的扩张卷积和感受野增强块联合；同时使用步骤1中的烟火检测数据集训练GS-YOLO用于检测监控视频中是否发生烟火事故； 步骤3：使用步骤2中训练好的GS-YOLO模型加入可学习的攻击噪声； 步骤4：以帧间差分法获取待检测视频火焰和烟雾的大致位置，将其以特定的长宽比进行截取，命名为Target-area，作为GS-YOLO的输入； 步骤5：将步骤4中的Target-area传入步骤2中训练好的GS-YOLO，检测监控视频中烟雾和火焰； 步骤6：根据步骤5中的检测结果进行相应处理，对发生烟雾和火焰的情形进行警报，实现火电厂的烟火事故的及时预警； 所述步骤2具体为：以GhostNetv2为基础，利用不同的下采样率DFC注意力模块构成并行的注意力模块，使得网络注意不同尺寸下的特征；同时以残差网络构造基础的ResGhost模块，以多个ResGhost构成GS-YOLO的主干特征提取网络；摒弃YOLO系列的FPN的多尺度的检测，采取将传统的特征金字塔改为一个检测头，即FPN中次大的特征C1进行预测；为弥补单一尺度所带来的感受野减少，在检测头采取5个扩张卷积提高感受野，每一层的膨胀系数分别为2,4,6,8,10，并且其间以一个残差连结，以将两种不同的感受野结合起来，同时在更低一层建立感受野增强块，融合扩张卷积和感受野增强块的感受野进行分类；GS-YOLO网络以定位损失、置信度损失、分类损失为优化目标，直至模型收敛，保存测试集分类准确率最好模型的权重，使用适应性矩估计Adam优化算法来更新模型的权重。

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国家电投集团重庆合川发电有限公司，其通讯地址为：401520 重庆市合川区双槐镇；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。