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！

龙图腾网获悉水利部珠江水利委员会技术咨询(广州)有限公司;梧州市水利局申请的专利一种基于深度学习图像处理的河流异常预警方法及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：CN119888376B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202510361544.9，技术领域涉及：G06V10/764；该发明授权一种基于深度学习图像处理的河流异常预警方法及系统是由郝芝建;梁兴;李远强;邓颖;牟舵;宋东东;吴晓婷;刘杰寅;谢凯设计研发完成，并于2025-03-26向国家知识产权局提交的专利申请。

本一种基于深度学习图像处理的河流异常预警方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习图像处理的河流异常预警方法及系统，包括：获取第一信息和第二信息；对所述第一信息进行预处理，得到预处理数据；根据所述预处理数据训练预设的多模态异常检测模型，所述多模态异常检测模型包括CNN特征提取模块、LSTM特征提取模块、图卷积模块、特征融合模块和时空行为预测模块；将所述第二信息预处理后输入训练好的多模态异常检测模型，输出河流异常预警结果。本发明不仅能够实现河流环境的全局监控和精准异常检测，还能动态地分析和预测潜在的风险，显著提升系统在复杂环境中的适应能力，为河流安全管理提供更智能、自动化的技术支持。

本发明授权一种基于深度学习图像处理的河流异常预警方法及系统在权利要求书中公布了：1.一种基于深度学习图像处理的河流异常预警方法，其特征在于，包括： 获取第一信息和第二信息，所述第一信息包括河流区域历史的多模态数据集，所述第二信息包括河流区域实时的多模态数据集，所述多模态数据集包括河流区域监控的视频数据、水文参数和环境参数； 对所述第一信息进行预处理，得到预处理数据； 根据所述预处理数据训练预设的多模态异常检测模型，所述多模态异常检测模型包括CNN特征提取模块、LSTM特征提取模块、图卷积模块、特征融合模块和时空行为预测模块，所述CNN特征提取模块用于通过预训练的CNN网络对所述视频数据进行特征提取，所述LSTM特征提取模块用于对水文参数和环境参数进行特征提取，所述图卷积模块用于使用图卷积网络对CNN特征提取模块输出的时空特征进行建模，所述特征融合模块用于将所述LSTM特征提取模块的输出和所述图卷积模块的输出进行拼接，所述时空行为预测模块用于融合特征通过若干全连接层处理，输出目标的空间位置和行为预测结果； 将所述第二信息预处理后输入训练好的多模态异常检测模型，输出河流异常预警结果； 根据所述预处理数据训练预设的多模态异常检测模型，包括： 构建多模态异常检测模型； 利用PyTorch框架对所述多模态异常检测模型进行训练，学习率初始为0.01，采用余弦退火策略动态调整，批量大小取256，使用Adam优化器优化； 优化的损失函数包括： ， ， 其中，为边界框损失，为时空特征损失，N是目标总数，C是目标类别数量，是目标i的真实类别分布，是所述多模态异常检测模型预测的目标i属于类别k的概率值，AreaofOverlap代表预测边界框和真实边界框重叠区域的面积，AreaofUnion代表预测边界框和真实边界框的总面积； 训练时加入数据增强策略：包括在-15°到15°范围内随机旋转图像，在0.8到1.2倍范围内随机调整亮度，随机裁剪图像的边缘部分以增加数据的多样性，模型训练共进行100个Epoch，每个Epoch结束时对验证集进行评估，当平均精度达到90%以上时，停止训练。

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水利部珠江水利委员会技术咨询(广州)有限公司;梧州市水利局，其通讯地址为：510610 广东省广州市天河区天寿路80号14层；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”。