申请/专利权人：北京中卓时代消防装备科技有限公司

申请日：2024-01-30

公开（公告）日：2024-06-25

公开（公告）号：CN117935116B

主分类号：G06V20/40

分类号：G06V20/40;G06V10/82;G06N3/0464;G06N20/20;G06N3/0442;G06N3/045;G06V10/80;G06V10/40

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2024.05.14#实质审查的生效;2024.04.26#公开

摘要：本发明公开了一种基于人工智能的实时火场态势感知模型训练方法及系统，包括：首先获取样本火场视频数据的第一火场视频内容，并通过3D卷积神经网络抽取出第一火灾态势描述特征。然后，对视频流中的至少一个视频帧进行屏蔽，得到第二火场视频内容，并将其加载至集成学习模型以预测第二火灾态势描述特征。接着，根据第一和第二火灾态势描述特征确定第一代价参量，用于表征两者之间的偏差。最后，根据第一代价参量对3D卷积神经网络和集成学习模型进行训练，从而得到实时火场态势感知模型，如此设计，提高了火场态势感知的实时性和准确性，为火灾的快速、准确判断和高效扑救提供了有力的技术支持。

主权项：1.基于人工智能的实时火场态势感知模型训练方法，其特征在于，包括：获取样本火场视频数据的第一火场视频内容，所述第一火场视频内容用于描述火场视频流，所述火场视频流包括样本火场视频数据中的多个视频帧；将所述第一火场视频内容加载至3D卷积神经网络，得到第一火灾态势描述特征，所述3D卷积神经网络为模型压缩过程中的源模型，所述3D卷积神经网络用于抽取火场视频的火灾态势描述特征；对所述第一火场视频内容所表征的火场视频流中的至少一个视频帧进行屏蔽，得到第二火场视频内容；将所述第二火场视频内容加载至集成学习模型，得到第二火灾态势描述特征，所述集成学习模型为模型压缩过程中的目标模型，所述集成学习模型用于预测火灾态势描述特征；根据所述第一火灾态势描述特征和所述第二火灾态势描述特征，确定第一代价参量，所述第一代价参量用于表征所述第一火灾态势描述特征和所述第二火灾态势描述特征之间的偏差；根据所述第一代价参量，对所述3D卷积神经网络和所述集成学习模型进行训练，得到实时火场态势感知模型；所述第一火场视频内容包括火场视频流和全量信息，所述获取样本火场视频数据的第一火场视频内容，包括：对所述样本火场视频数据执行数据扩充操作，得到所述样本火场视频数据的扩充火场视频数据；对所述扩充火场视频数据进行视频帧切割，得到所述扩充火场视频数据的火场视频流；根据所述扩充火场视频数据的火场视频流，抽取所述扩充火场视频数据的全量信息，得到所述扩充火场视频数据的全量信息；所述第一火灾态势描述特征包括火场视频流对应的源火场视频流特征和全量信息对应的源全量特征，所述第二火灾态势描述特征包括火场视频流对应的目标火场视频流特征和全量信息对应的目标全量特征；所述源火场视频流特征包括从原始火场视频数据中提取出来的火焰颜色、大小和形状，所述源全量特征包括从全量信息中获取的环境信息；所述目标火场视频流特征和所述目标全量特征是由集成学习模型预测出来用于表示在部分视频帧被屏蔽后，预期的火场状态和环境信息；所述根据所述第一火灾态势描述特征和所述第二火灾态势描述特征，确定第一代价参量，包括：根据被屏蔽的所述至少一个视频帧在所述火场视频流中的序列信息，确定所述源火场视频流特征中与所述序列信息对应的第一次级特征，以及确定所述目标火场视频流特征中与所述序列信息对应的第二次级特征；根据所述第一次级特征和所述第二次级特征，确定所述火场视频流代价参量，所述火场视频流代价参量用于表征所述源火场视频流特征和所述目标火场视频流特征之间的偏差；根据所述源全量特征和所述目标全量特征，确定全量代价参量，所述全量代价参量用于表征所述源全量特征和所述目标全量特征之间的偏差；根据所述火场视频流代价参量和所述全量代价参量，确定所述第一代价参量；所述集成学习模型包括门控循环单元、火场视频处理单元、火场描述处理单元和多源数据融合单元，所述门控循环单元用于抽取火场视频、火场描述和火场视频描述组的时间依赖特征，所述火场视频处理单元、所述火场描述处理单元和所述多源数据融合单元分别用于对火场视频、火场描述和火场视频描述组的时间依赖特征进行特征映射，得到火灾态势描述特征；根据所述第一代价参量，对所述集成学习模型进行训练，包括：根据所述第一代价参量，对所述集成学习模型中的门控循环单元和火场视频处理单元进行训练。

全文数据：

权利要求：

百度查询： 北京中卓时代消防装备科技有限公司 基于人工智能的实时火场态势感知模型训练方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD