恭喜国网四川省电力公司电力科学研究院刘益岑获国家专利权
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!
龙图腾网恭喜国网四川省电力公司电力科学研究院申请的专利基于三维卷积网络和自注意力机制的山火检测方法和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:CN119418253B 。
龙图腾网通过国家知识产权局官网在2025-05-16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:202510021362.7,技术领域涉及:G06V20/40;该发明授权基于三维卷积网络和自注意力机制的山火检测方法和系统是由刘益岑;刘曦;朱鑫;韩晓言;孙祯鸿;范松海;刘小江;马小敏;罗磊;左琳;杨坤山;罗时敏;汪淑贤设计研发完成,并于2025-01-07向国家知识产权局提交的专利申请。
本基于三维卷积网络和自注意力机制的山火检测方法和系统在说明书摘要公布了:本申请公开了一种基于三维卷积网络和自注意力机制的山火检测方法和系统,属于图像识别、深度学习等技术领域。该方法包括:构建训练集和测试集;对视频数据进行预处理;构建山火识别模型,包括依次连接的三维卷积网络、基于自注意力机制以及一致性注意力正则化机制的特征提取网络和分类网络;利用训练集和测试集对山火识别模型进行训练和测试,得到山火检测模型;利用山火检测模型进行山火检测。本申请在三维卷积网络的基础上加入了三维注意力机制,能够更有效地提取出时空特征,增强网络的区分能力,同时还利用了一致性注意力正则化,对所得到的时空特征进行特征层面的约束,从而得到具有较强自区分共性的特征,提高了网络识别的准确率。
本发明授权基于三维卷积网络和自注意力机制的山火检测方法和系统在权利要求书中公布了:1.一种基于三维卷积网络和自注意力机制的山火检测方法,其特征在于,所述山火检测方法包括:根据历史山火视频数据集,构建训练集和测试集;对所述训练集和测试集中的视频数据进行预处理,将每个所述视频数据转化为包含多帧图像的数组,并进行归一化处理;构建山火识别模型,所述山火识别模型包括依次连接的三维卷积网络、基于自注意力机制以及一致性注意力正则化机制的特征提取网络和分类网络;利用预处理后的所述训练集对所述山火识别模型进行训练;利用预处理后的所述测试集对完成训练后的所述山火识别模型进行测试,得到山火检测模型;实时采集山火视频数据,并利用所述山火检测模型进行山火检测;所述三维卷积网络包括三维卷积层、三维池化层和Dropout层;其中,所述三维卷积层输入多帧图像,初步提取得到时空特征图;所述三维池化层对所述三维卷积层输出的特征图进行降维处理;所述Dropout层对所述三维池化层输出的特征图进行处理后输出至所述特征提取网络;所述特征提取网络包括池化层和自区分性特征提取结构,所述自区分性特征提取结构包括三个卷积网络,分别对应底层特征、中层特征和高层特征的特征提取,且三个卷积网络上都采用了自注意力机制,让注意力关注于有鉴别性的图像区域,并采用一致性注意力正则化机制来约束不同层的注意力,从而提取得到山火目标特征并将其输入至分类网络进行分类识别;所述三维卷积层的计算公式为: 其中,表示第i个卷积层中第j个特征图在位置x,y,z处的值,tanh为双曲线正切函数,Pi和Qi分别代表卷积核的高和宽,Ri代表三维核在时间维度上的尺寸,bij为特征图的偏差,m为特征图集合在i-1层连接到当前特征图的索引,是前一层连接到第m个特征图在空间维度p,q,r处的权重值,表示上一层的输入特征图在位置x+p,y+p,z+r处的值。
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网四川省电力公司电力科学研究院,其通讯地址为:610000 四川省成都市高新区锦晖西二街16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”。
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。