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！

龙图腾网获悉北京工业大学申请的专利一种基于无人机航拍图像的早期森林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：CN116071673B 。

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：202310163826.9，技术领域涉及：G06V20/17；该发明授权一种基于无人机航拍图像的早期森林火灾检测方法是由黄志清;谢飞飞;洪岩设计研发完成，并于2023-02-24向国家知识产权局提交的专利申请。

本一种基于无人机航拍图像的早期森林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无人机航拍图像的早期森林火灾检测方法，首先采用双边滤波算法和暗通道先验去雾算法来提升林火图像质量；然后针对无人机航拍早期林火图像中火灾面积过小的问题，选用精度更高的两阶段网络Faster‑RCNN作为基础检测网络；然后通过分析早期林火目标的面积尺寸分布，根据其存在面积较小的林火目标和长宽比差异较大的林火目标的特点，采用K‑means算法优化Faster‑RCNN的Anchor框；其次针对早期林火目标像素过小的问题，采用特征融合的方法突出早期林火图像特征，从而提高检测精度；最后针对无人机航拍图像中早期森林火灾背景复杂的问题，通过引入注意力机制降低图像复杂背景对早期林火目标识别模型的干扰，从而提高模型的学习效率和检测精度。

本发明授权一种基于无人机航拍图像的早期森林火灾检测方法在权利要求书中公布了：1.一种基于无人机航拍图像的早期森林火灾检测方法，其特征在于，包括以下步骤： 步骤1：收集并制作无人机航拍场景下的早期森林火灾图像数据集，首先通过双边滤波算法消除航拍林火图像的噪声，接着使用暗通道先验去雾算法对航拍林火图像进行去雾处理； 步骤2：针对通过无人机航拍获取到的早期森林火灾目标面积过小的问题，选用两阶段网络Faster-RCNN作为基础检测网络，并使用K-means聚类算法优化Faster-RCNN的Anchor框，贴合无人机航拍图像中的早期林火目标； 步骤3：引入PPM结构改进Faster-RCNN网络，通过融合上下文特征，提升模型感受野； 步骤4：针对无人机航拍森林火灾图像背景复杂问题引入注意力机制SENet改进Faster-RCNN原有的Flatten展平层以及FC1、FC2全连接层的方式； 步骤5：针对无人机航拍场景下的早期森林火灾检测问题，完成上述的改进内容并搭建网络训练Faster-RCNN改进模型，并使用改进后的模型对无人机航拍图像中的早期森林火灾进行检测； 步骤3中，采用ResNet50+FPN为基准的Faster-RCNN算法针对无人机航拍图像的早期林火检测；ResNet50网络由49个卷积层和1个全连接层组成，通过卷积步长改变图像尺度，网络分为五个阶段，每经过一个阶段图片下采样2倍，第一个阶段由一个7×7的卷积构成，其余四个阶段分别引入了3、4、6、3个以1×1、3×3和1×1的卷积方式组成的残差结构，并在残差块中对卷积相关参数进行设置；在ResNet50+FPN作为特征提取网络的基础上，分别在生成的P2-P6五个特征图后加入PPM结构，来进一步提升林火检测模型感受野，改进后的特征提取网络结构如下； PPM结构中，将ResNet50+FPN结构生成的P2-P6五个特征图分别连接PPM结构；分别使用6×6、3×3、2×2、1×1尺寸大小对的池化核进行最大池化下采样，输出尺寸分别为26×26×256、53×53×256、79×79×256、160×160×256，对得到的四个特征图分别使用一个3×3大小的卷积核进行卷积，然后再通过双线性插值上采样160×160×256，最后在通道的维度上进行拼接，得到最终的复合特征图； 步骤4中，引入注意力机制解决航拍森林火灾图像背景复杂问题，防止由于网络层数过多而导致的梯度消失现象的发生；通过利用注意力机制SENet代替Faster-RCNN模型中原有的Flatten展平层以及FC1、FC2全连接层的方式，具体流程如下： 步骤4.1，通过使用全局平均池化，将ROIPooling层得到特征矩阵的每个通道的二维特征池化为一个实数，使特征矩阵从batch_size,h,w,c转为batch_size,1,1,c； 步骤4.2，将池化后的特征向量，通过一个全连接层，使维度变为原来的1S尺寸变为batch_size,1,1,c*1S，然后采用swish激活函数进行激活，再通过一个全连接层将特征向量变为batch_size,1,1,c，最后经过sigmoid激活函数进行激活； 步骤4.3，将得到的特征向量与ROIPooling层得到的特征矩阵在通道方向相乘，得到加权特征图。

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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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”。