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！

龙图腾网获悉西安交通大学申请的专利基于深度神经网络的烟雾分割方法、系统、设备及介质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：CN116612130B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202310378300.2，技术领域涉及：G06T7/11；该发明授权基于深度神经网络的烟雾分割方法、系统、设备及介质是由李杰;许晓骞;吴海英;齐春设计研发完成，并于2023-04-10向国家知识产权局提交的专利申请。

本基于深度神经网络的烟雾分割方法、系统、设备及介质在说明书摘要公布了：本发明公开了一种基于深度神经网络的烟雾分割方法、系统、设备及介质，采集烟雾图像同时对目标区域进行标定，得到训练集和测试集；向ConvNeXt‑UNet分割网络模型中加入多尺度融合和注意力机制，得到ConvNeXt‑UNet_C模型，利用训练集对ConvNeXt‑UNet_C模型进行优化，得到得到烟雾分割模型；将测试集输入烟雾分割模型中，识别得到测试集图像中的烟雾区域。本发明能够在模型复杂度较低前提下，对不同场景烟雾目标均有较高分割精度，在火灾预警、大气污染监测、精细化工等领域有重要的应用价值。

本发明授权基于深度神经网络的烟雾分割方法、系统、设备及介质在权利要求书中公布了：1.基于深度神经网络的烟雾分割方法，其特征在于，包括以下步骤： S1、采集烟雾图像同时对目标区域进行标定，得到训练集和测试集； S2、向ConvNeXt-UNet分割网络模型中加入多尺度融合和注意力机制，得到ConvNeXt-UNet_C模型，利用步骤S1得到的训练集对ConvNeXt-UNet_C模型进行优化，得到得到烟雾分割模型； ConvNeXt-UNet_C模型包括编码器模块、Bottleneck模块和新解码器模块； 编码器模块用于降低图像分辨率并提取特征层，采用全卷积网络进行下采样，输入烟雾图像经过依次交替连接的3个卷积层与3个stage层后输出18原始分辨率的图像，stage1层输出较浅层特征图，stage2层输出浅层特征图，stage3层输出深层特征图； Bottleneck模块用于连接编码器模块与新解码器模块，Bottleneck模块输入为编码器模块输出的深层特征图，Bottleneck模块输出作为新解码器模块的输入； 新解码器模块采用反卷积网络进行上采样恢复原始分辨率，包括4个反卷积层、1个特征拼接层和1个二值转换层，Bottleneck模块输出与较浅层特征图融合作为反卷积层1的输入，反卷积层1输出与浅层特征图融合作为反卷积层2的输入，反卷积层2输出与较浅层特征图融合作为反卷积层3的输入，反卷积层3输出作为特征拼接层的输入，特征拼接层将特征信息拼接后输出作为二值转换层的输入，二值转换层对图像各像素进行转换得到像素值，设定阈值，若转化后的像素值高于阈值则像素值为255，否则像素值为0，像素值为255输出烟雾分割图；重建ConvNeXt-UNet_C模型中解码器模块的反卷积核包括设置解码器模块中的4个反卷积层的反卷积核初始权重均为1； S3、将步骤S1得到的测试集输入步骤S2得到的烟雾分割模型中，识别得到测试集图像中的烟雾区域。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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”。

以上内容由龙图腾AI智能生成。