龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：东莞华南设计创新院
申请日：2024-01-25
公开（公告）日：2024-06-25
公开（公告）号：CN118247543A
主分类号：G06V10/764
分类号：G06V10/764;G06V10/774;G06V10/82;G06V10/26;G06V10/74;G06T7/11;G06T7/62
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明公开了一种基于自主学习的多尺度火焰图像检测方法，属于图像检测技术领域。包括火焰图像采集，获得初始火焰图像；将获得的初始火焰图像输入自主学习卷积神经网络模型进行火焰图像检测；分析火焰图像检测结果，并获得分析结果集；将分析结果集反馈输入到自主学习卷积神经网络模型，对自主学习卷积神经网络模型进行调整和训练；其中，卷积神经网络模型为多尺度卷积神经网络模型。通过将火焰图像检测结果进一步反馈至自主学习卷积神经网络模型，进行模型的修正调整和再训练，形成闭环反馈；同时将BIM技术与无监督学习算法结合进行火焰图像还原。本发明最大程度的还原火焰现场，进一步提高火情检测的准确性及火情预警决策的安全性和可靠性。
主权项：1.一种基于自主学习的多尺度火焰图像检测方法，其特征在于：包括如下步骤：火焰图像采集，获得初始火焰图像；所述火焰图像采集包括获取目标区域的疑似火焰图像，将采集完的疑似火焰图像进行第一预处理获得第一预处理结果，再将第一预处理结果传递到控制器进行分析和判断；将获得的初始火焰图像输入自主学习卷积神经网络模型进行火焰图像检测；分析火焰图像检测结果，并获得分析结果集；将分析结果集反馈输入到自主学习卷积神经网络模型，对自主学习卷积神经网络模型进行调整和训练；其中，所述卷积神经网络模型为多尺度卷积神经网络模型。
全文数据：
权利要求：
百度查询： 东莞华南设计创新院 一种基于自主学习的多尺度火焰图像检测方法
免责声明
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号