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！

龙图腾网获悉陕西艾夫西埃电子有限公司申请的专利一种基于Transformer时序特征融合模型的多模态感知火灾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：CN119380157B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411320103.6，技术领域涉及：G06V10/80；该发明授权一种基于Transformer时序特征融合模型的多模态感知火灾检测方法是由张晓鹏;李欢;焦璞设计研发完成，并于2024-09-23向国家知识产权局提交的专利申请。

本一种基于Transformer时序特征融合模型的多模态感知火灾检测方法在说明书摘要公布了：本发明公开了一种基于Transformer时序特征融合模型的多模态感知火灾检测方法，涉及火灾安全监测技术领域，包括结合视频、多波段红外和紫外传感技术的火焰探测器，该探测器主要由图像传感器、四个红外传感器和一个紫外传感器组成，图像传感器主要用于感应400nm‑800nm范围内的波长信息，红外传感器对于探测热辐射特别敏感，而紫外传感器则能够检测到火焰产生的紫外光。本发明能够对实际数据部分传感器数据缺失的情况进行适应，本发明设计的多模态数据融合模块对传感器数据和图像数据进行有效特征提取，提高了模型的泛化能力，本发明可以从长距离上下文信息捕获不同传感器数据之间的相关性和火灾特有的时间序列模式的深度特征信息，自适应融合历史数据和当前数据。

本发明授权一种基于Transformer时序特征融合模型的多模态感知火灾检测方法在权利要求书中公布了：1.一种基于Transformer时序特征融合模型的多模态感知火灾检测方法，其特征在于：包括结合视频、多波段红外和紫外传感技术的火焰探测器，该探测器主要由图像传感器、四个红外传感器和一个紫外传感器组成，图像传感器主要用于感应400nm-800nm范围内的波长信息，红外传感器对于探测热辐射特别敏感，而紫外传感器则能够检测到火焰产生的紫外光，该多模态感知火灾检测方法包括以下步骤： 步骤一：利用探测器内置相机采集火焰、烟雾图像数据，筛选出有效帧，然后用darklabel工具进行数据集标注作为正样本，同时利用火灾图像和几种干扰源图像数据后期作为测试集，其中，图像传感器主要用于感应400nm-800nm范围内的波长信息； 步骤二：利用探测器内置的四个红外传感器和一个紫外传感器采集火灾实验场景中的真实数据各500组，其中，红外传感器1采用3.8μm波长，红外传感器2采用4.4μm波长，红外传感3采用5.0μm波长，红外传感4采用2.7μm波长，紫外传感器采用190nm-260nm波长； 步骤三：通过数据增强方法和模拟数据缺失采集，解决实际部分传感器数据缺失的情况； 步骤四：火灾的发生伴随着阶段性、时序性特点，各个传感器的数据格式、模态不一，因此数据预处理显得尤为重要，对于传感器数据定义为：S＝{s1,s2,…,sn}，但各个传感器数据值域大小不一致，因此需要对数据进行预处理，统一用最大最小值归一化，即得到传感器数据处理后的结果S'＝{s’1,s’2,…,s’n}，对图像数据的定义为：P＝{p1,p2,…,pm}，可以将图像数据看成三维矩阵即w、h、b，其中w为图像的宽度，h为图像的高度，b为图像的波段，对图像数据同样通过最大最小归一化完成归一化预处理； 步骤五：将各类传感器采集到的数据预处理后，送入多模态数据融合模块对多种数据类型的数据进行融合，得到特征数据，然后，通过一种基于Transformer的时序特征融合模块，对各个时序的特征数据进行融合，其多头自注意力机制，可以自适应融合历史数据和当前数据，进而，形成一项综合的火灾检测指标，最后，通过目标函数迭代训练，并使用余弦退火算法调整学习率，得到期望的训练模型； 步骤六：训练结束后，将待检测的测试数据输入至最优模型中，根据设定的火灾报警阈值进行报警，达到预期火灾检测精度和性能。

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陕西艾夫西埃电子有限公司，其通讯地址为：710061 陕西省西安市雁塔区长安南路439号欧风园3号楼1单元201室；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”。

以上内容由龙图腾AI智能生成。