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！

龙图腾网获悉厦门理工学院申请的专利电力安全违章行为自动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：CN120088864B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202510577571.X，技术领域涉及：G06V40/20；该发明授权电力安全违章行为自动检测方法是由苏鹭梅;陈丽华;李天友;陈皓颉;舒日贲;吕杰;温暾设计研发完成，并于2025-05-07向国家知识产权局提交的专利申请。

本电力安全违章行为自动检测方法在说明书摘要公布了：本发明提出一种电力安全违章行为自动检测方法，通过多视角图像采集与知识图谱驱动的动态语义重组构建覆盖电力作业场景的多模态数据集，所述动态语义重组基于知识图谱的分层结构与路径权重优化生成多样化语言描述；基于对抗样本生成技术扩展所述数据集，生成图像扰动样本与语义误导文本描述；通过多模态特征动态融合模型训练目标检测网络，所述模型通过知识图谱路径权重优化与联合损失函数实现图像‑文本关联性学习；基于训练完成的模型对实时采集的电力作业图像进行推理，输出违章行为检测结果及其语义描述；通过多模态相似度评估触发闭环反馈，优化数据集标注与模型参数。

本发明授权电力安全违章行为自动检测方法在权利要求书中公布了：1.一种电力安全违章行为自动检测方法，其特征在于： 通过多视角图像采集与知识图谱驱动的动态语义重组构建覆盖电力作业场景的多模态数据集，所述动态语义重组基于知识图谱的分层结构与路径权重优化生成多样化语言描述； 基于对抗样本生成技术扩展所述数据集，生成图像扰动样本与语义误导文本描述； 通过多模态特征动态融合模型训练目标检测网络，所述模型通过知识图谱路径权重优化与联合损失函数实现图像-文本关联性学习； 所述路径权重的综合相似度计算公式为： 其中：表示两个向量之间的余弦相似度；分别是文本特征、结构 特征和上下文特征的权重系数，满足；权重通过贝叶斯搜索动态优化； vi和vj分别表示两个节点的文本特征向量；si和sj分别表示两个节点的结构特征向量；ci和cj指的是上下文特征向量，通过时空编码器生成； 所述路径权重的计算融合关系频率因子与专家评分，公式为： 其中是节点和的相似度；是关系的频率是两个节点之间的语义相关性得分；参数β是一个用于调整曲线 陡峭程度的参数；是将专家评分映射到0,1区间的归一化专家评分；和是权重调整函数，f函数用于调整相似度得分，g函数用于根据关系频率调整权重；h是 语义相关性的函数，用于衡量节点之间的语义关联度； 基于训练完成的模型对实时采集的电力作业图像进行推理，输出违章行为检测结果及其语义描述； 通过多模态相似度评估触发闭环反馈，优化数据集标注与模型参数。

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厦门理工学院，其通讯地址为：361021 福建省厦门市集美区后溪镇理工路600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”。