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！

龙图腾网获悉合肥工业大学申请的专利一种基于强化学习和可形变Transformer的钓鱼危险行为管控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：CN116434139B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202310326238.2，技术领域涉及：G06V20/52；该发明授权一种基于强化学习和可形变Transformer的钓鱼危险行为管控方法是由丁立健;杨盛世;李帷韬;孙伟;李奇越设计研发完成，并于2023-03-29向国家知识产权局提交的专利申请。

本一种基于强化学习和可形变Transformer的钓鱼危险行为管控方法在说明书摘要公布了：一种基于强化学习和可形变Transformer的钓鱼危险行为管控方法，属于危险行为管控技术领域，解决针对体积小的细长鱼竿检测效果不准确问题；本发明通过基于强化学习的样本适应度评估模型为每个训练样本进行适应度评估，并挑选适应度高的样本送入可形变Transformer鱼竿检测模型进行训练，再通过可形变Transformer鱼竿检测模型提取细长物体的多尺度空间特征进行鱼竿检测，最后通过最大熵的强化学习算法更新基于强化学习的样本适应度评估模型，从而提升模型的检测精度；本发明的方法能有效提取鱼竿的细长结构特征，提高了模型识别细长特征的能力，能够实现高电压环境中危险行为的检测，保障高电压环境中人员安全。

本发明授权一种基于强化学习和可形变Transformer的钓鱼危险行为管控方法在权利要求书中公布了：1.一种基于强化学习和可形变Transformer的钓鱼危险行为管控方法，其特征在于，包括以下步骤： S1、获取危险行为管控数据集，通过人工标注后，按照一定的比例划分为危险行为管控训练集、危险行为管控验证集和危险行为管控测试集； S2、构建用于检测鱼竿的可形变Transformer网络鱼竿检测模型以及用于评估训练样本适应度的基于强化学习的样本适应度评估模型； 所述的可形变Transformer网络鱼竿检测模型包括：多尺度空间深度卷积模块、可形变Transformer编码器、可形变Transformer解码器、前馈网络；所述的多尺度空间深度卷积模块包括：ResNet-50、SCNN网络、可控方向滤波器；所述的可形变Transformer网络鱼竿检测模型的运行机制如下：将基于强化学习的样本适应度评估模型输出的鱼竿检测模型训练的样本ResNet-50中提取多尺度特征，得到多尺度特征图，将多尺度特征图通过SCNN网络进行空间深度卷积后，通过可控方向滤波器提取多方向的空间特征，得到多尺度空间特征图；通过可形变Transformer编码器进行编码，得到编码后的特征向量，再送入可形变Transformer解码器中进行解码，得到解码后的特征向量并通过两个前馈网络分别进行分类和坐标框的回归；同时，根据预测坐标框和实际坐标框计算损失更新鱼竿检测模型的参数，并通过验证集上的性能评估结果计算奖励作为基于最大熵的强化学习网络更新参数； 所述的基于强化学习的样本适应度评估模型包括：Actor网络、Critic网络、目标Critic网络、经验池； S3、初始化基于强化学习的样本适应度评估模型，并将危险行为管控训练集通过基于强化学习的样本适应度评估模型进行样本适应度评估； S4、将采样后的训练样本集送入可形变Transformer网络鱼竿检测模型中进行训练，并通过危险行为管控验证集进行性能评估，从而得到训练后的可形变Transformer网络鱼竿检测模型，并将训练后的可形变Transformer网络鱼竿检测模型在危险行为管控验证集上进行性能评估； S5、通过最大熵的强化学习算法更新基于强化学习的样本适应度评估模型，更新迭代次数达到所设阈值时，保存可形变Transformer网络鱼竿检测模型参数，用于进行危险行为识别。

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合肥工业大学，其通讯地址为：230000 安徽省合肥市包河区屯溪路193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”。