Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学技术大学祖弦获国家专利权

中国科学技术大学祖弦获国家专利权

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!

龙图腾网获悉中国科学技术大学申请的专利基于火焰特异性和多曝光图像融合的火焰检测方法、设备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:CN120656042B

龙图腾网通过国家知识产权局官网在2025-10-28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:202511120766.8,技术领域涉及:G06V10/82;该发明授权基于火焰特异性和多曝光图像融合的火焰检测方法、设备是由祖弦;史浩正;王冲;张启兴设计研发完成,并于2025-08-12向国家知识产权局提交的专利申请。

基于火焰特异性和多曝光图像融合的火焰检测方法、设备在说明书摘要公布了:本发明涉及图像识别领域,特别是一种基于火焰特异性和多曝光图像融合的火焰检测方法、设备。该方法构建的火焰识别模型包括图像融合模块EMEIF和火焰检测网络。图像融合模块根据多张连续的多曝光图像生成一张融合图像,火焰检测网络根据融合图像生成火焰的识别结果。EMEIF模块由编码器、融合单元和解码器构成;编码器对输入图像进行特征提取;融合单元利用自适应的融合权重对提取到的特征信息进行加权融合;融合特征经解码器处理后得到融合图像;针对新设计的网络模型,本发明引入了三阶段训练策略,让模型能够从基准拍摄的火焰数据特征学习过渡至对多曝光融合后火焰数据特征的学习。本发明克服了现有方案在检测精度和成本方面的不足。

本发明授权基于火焰特异性和多曝光图像融合的火焰检测方法、设备在权利要求书中公布了:1.一种基于火焰特异性和多曝光图像融合的火焰检测方法,其特征在于,其包括: 构建包括图像融合模块EMEIF和火焰检测网络的火焰识别模型;EMEIF用于根据n张连续的多曝光图像生成一张融合图像;火焰检测网络用于根据融合图像生成火焰的识别结果;其中,EMEIF由编码器、融合单元和解码器构成;编码器对输入的多曝光图像进行特征提取,得到多张特征图F1~Fn;融合单元根据预设的基于相对曝光度的融合权重W1~Wn分别对F1~Fn进行加权后,再进行通道拼接得到融合特征;融合特征经解码器处理后得到融合图像;融合权重W1~Wn的生成方法如下: S01:通过下式计算每种曝光度下的原始图像提取出的特征图Fi的曝光度值Ei: ; 上式中,Ip表示输入图像中的第p个像素的经归一化后的强度值;N表示图像中的像素总数; S02:通过下式将各个图像的曝光度值Ei转换为相对曝光度Ri: ; S03:通过如下的非线性函数将相对曝光度Ri转换为动态权重Wi: ; 上式中,与为融合单元中两个可学习的权重系数,增大会使低曝光图像的权重显著增加,高曝光图像权重趋近于0;可以调整相对曝光度的阈值,影响权重的分配平均点; 选择由EMEIF和经预训练的火焰检测网络构成初始模型;对其进行如下训练:设置包含图像间结构相似性损失LSSIM和权重损失Lwight的损失函数L1,对初始模型进行一轮训练,迭代更新EMEIF中融合单元的权重系数;设置包含边界框回归损失Lbox、目标置信度损失Lobj、类别分类损失Lcls的联合损失L2,对上一轮训练后的模型进行二轮训练;迭代更新火焰检测网络的模型参数;设置包含L1、Lbox、Lobj和Lcls的联合损失L3,对上一轮训练后的模型进行三轮训练,迭代更新EMEIF和火焰检测网络的模型参数; 将采集的多张连续多曝光图像输入到经过三轮训练后的火焰识别模型中,以实现火焰识别。

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中国科学技术大学,其通讯地址为:230022 安徽省合肥市包河区金寨路96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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。