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！

龙图腾网获悉南京易视萃智科技有限公司申请的专利基于深对空卷积和卡尔曼滤波的早期细小火苗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：CN116129329B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202310192243.9，技术领域涉及：G06V20/40；该发明授权基于深对空卷积和卡尔曼滤波的早期细小火苗检测方法是由王金凯;沈艺璠;聂友军;韩敏;刘天亮设计研发完成，并于2023-03-02向国家知识产权局提交的专利申请。

本基于深对空卷积和卡尔曼滤波的早期细小火苗检测方法在说明书摘要公布了：本发明公开了一种基于深对空卷积和卡尔曼滤波的早期细小火苗检测方法，属于计算机视觉目标检测技术领域。本发明方法包括以下步骤：将视频流输入后对视频帧目标区域进行裁剪确定；采用深对空卷积方法SPD来代替卷积神经网络中部分卷积层和部分最大池化层；通过帧差交并比IOU方法计算进行火苗动态捕捉，进行火苗的二次判别；采用改进卡尔曼滤波器算法，对早期细小火苗的检测识别进行优化。本发明应用了深对空卷积方法，帧差交并比IOU计算方法以及卡尔曼滤波器的火苗检测方法，本发明提高火苗检测准确度和检测速度，并应用到复杂场景下或者低帧率场景下，实现在复杂环境下早期细小火苗智能检测识别。

本发明授权基于深对空卷积和卡尔曼滤波的早期细小火苗检测方法在权利要求书中公布了：1.基于深对空卷积和卡尔曼滤波的早期细小火苗检测方法，其特征在于，包括以下步骤： 步骤1，获取目标区域的视频流； 步骤2，对视频流进行预处理，提取相应的视频帧，确定目标区域；所述步骤2应用视频帧感兴趣区域裁定方法对视频流进行预处理，提取相应的视频帧，确定目标区域； 步骤3，将经过数据预处理后的视频帧输入到应用深对空卷积方法的轻量化YOLO网络中； 步骤4，通过应用深对空卷积方法的轻量化YOLO网络对经过数据预处理后的视频帧进行初步目标检测，若检测到可疑目标，则保留并存储检测到的所有可疑目标的位置信息； 所述步骤4中，所述深对空卷积方法的轻量化YOLO网络采用SPD网络块进行初步目标检测，具体包括以下步骤： 首先将SPD网络块设为任意大小的中间特征映射X0，该中间特征映射X0的大小为S×S×C； 然后将所述中间特征映射X0进行网络块划分，得到scale2×C个子特征映射，各子特征映射均为scale为常数； 接着将通过上述步骤划分得到的各子特征映射，沿着通道维度进行连接合并，连接合并后获得一个新的特征映射，该新的特征映射为： 紧接着对上述连接合并得到的新的特征映射进行1×1的非跨步卷积，经过1×1的非跨步卷积后形成的特征映射为：其中C1为非跨步卷积中的卷积核个数，取 最后输出为的特征映射，该特征映射对应的视频帧中内容即为检测到的可疑目标，保留并存储检测到的所有可疑目标的位置信息； 还包括以下步骤： 步骤5，通过应用深对空卷积方法的轻量化YOLO网络进行初步目标检测，判断是否检测到可疑目标，若检测到可疑目标，则保留并存储检测到的所有可疑目标位置信息并进入步骤6，否则进入步骤8； 步骤6，判断上一帧视频帧中内容是否为可疑目标，若是则进入步骤7，否则进入步骤10； 步骤7，对可疑目标进行二次检测来判断该可疑目标是否为最优可疑目标，具体是采用帧差交并比IOU方法来进行二次检测，若该可疑目标为最优可疑目标则进入步骤9，否则进入步骤10； 步骤8，针对步骤5中未检测到可疑目标情况，则检测当前帧的上一帧内容中是否存在可疑目标，若存在，则通过卡尔曼滤波器方法对当前帧目标位置进行预测得到最优检测的框选信息并进入步骤9，否则返回步骤2继续提取视频帧； 步骤9，将步骤7中得到的最优可疑目标位置信息，或者将步骤8中卡尔曼滤波器进行预测的目标位置信息，映射到原视频帧进行框选； 步骤10，判断当前帧是否为最后一帧，若是，则结束；若不是，则返回步骤2再继续提取视频帧继续进行检测直至结束。

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南京易视萃智科技有限公司，其通讯地址为：210012 江苏省南京市凤信路6号6栋4层-035；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。