Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
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 积分商城 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 > 深圳市安室智能有限公司;深圳大学张佚名获国家专利权

深圳市安室智能有限公司;深圳大学张佚名获国家专利权

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!

龙图腾网获悉深圳市安室智能有限公司;深圳大学申请的专利基于深度学习的烟雾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:CN120997775B

龙图腾网通过国家知识产权局官网在2025-12-30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:202511525072.2,技术领域涉及:G06V20/52;该发明授权基于深度学习的烟雾检测方法是由张佚名;钟毅;吴显淞;张勇设计研发完成,并于2025-10-24向国家知识产权局提交的专利申请。

基于深度学习的烟雾检测方法在说明书摘要公布了:本发明提供的基于深度学习的烟雾检测方法,包括:获取安防监控区域的RGB图像数据、环境湿度数据及烟雾粒子散射光强数据,得到多源监测数据;将所述多源监测数据输入预设的轻量化烟雾检测模型,输出烟雾位置及对应置信度;所述轻量化烟雾检测模型以SqueezeNet为基础框架,特征提取层含动态通道剪枝模块、输出层前嵌3×3卷积与Sigmoid函数构成的空间注意力机制;若所述置信度达到阈值,结合所述环境湿度数据确定火灾风险等级;生成包含所述烟雾位置、置信度及火灾风险等级的预警信号,推送至安防终端。在本发明中,克服了当前容易出现漏检和误判的缺陷。

本发明授权基于深度学习的烟雾检测方法在权利要求书中公布了:1.一种基于深度学习的烟雾检测方法,其特征在于,包括以下步骤: 获取安防监控区域的RGB图像数据、环境湿度数据及烟雾粒子散射光强数据,得到多源监测数据; 将所述多源监测数据输入预设的轻量化烟雾检测模型,输出烟雾位置及对应置信度;所述多源监测数据输入时,需先转换为适配模型输入格式的数据形式,包括:将RGB图像数据缩放至模型预设的输入尺寸,并进行归一化处理;环境湿度数据与烟雾粒子散射光强数据需分别进行标准化处理,再整合为数值向量,通过特征拼接操作与归一化处理后的RGB图像数据融合,形成输入特征图;所述轻量化烟雾检测模型以SqueezeNet为基础框架,特征提取层含动态通道剪枝模块、输出层前嵌3×3卷积与Sigmoid函数构成的空间注意力机制; 若所述置信度达到阈值,结合所述环境湿度数据确定火灾风险等级;生成包含所述烟雾位置、置信度及火灾风险等级的预警信号,推送至安防终端。

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深圳市安室智能有限公司;深圳大学,其通讯地址为:518000 广东省深圳市南山区西丽街道西丽社区打石一路深圳国际创新谷七栋A座1703房;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。