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 > 成都大学黄漪婧获国家专利权

成都大学黄漪婧获国家专利权

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!

龙图腾网获悉成都大学申请的专利运用计算机视觉的火灾防控方法及系统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:CN121147856B

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:202511676544.4,技术领域涉及:G06V20/52;该发明授权运用计算机视觉的火灾防控方法及系统是由黄漪婧;于恒;道吉草;陈小平;何伟明;廖学燕;邱吉刚;王振佳;周国栋;丁大鹏;杨何设计研发完成,并于2025-11-17向国家知识产权局提交的专利申请。

运用计算机视觉的火灾防控方法及系统在说明书摘要公布了:本发明提供一种运用计算机视觉的火灾防控方法及系统,涉及计算机视觉技术领域,首先获取包含可见光与红外热成像图像的监控场景视觉流,对其进行视觉流片段关联建模得到关联链集群,再经特征联动演化分析获取火灾演化特征集合,基于该火灾演化特征集合生成包含防控操作指引信息的火灾防控响应指令,将火灾防控响应指令发送至执行终端并接收反馈,实现对火灾的全面监测与有效防控,提高火灾防控效率和可靠性,降低火灾损失。

本发明授权运用计算机视觉的火灾防控方法及系统在权利要求书中公布了:1.一种运用计算机视觉的火灾防控方法,其特征在于,所述方法包括: 获取监控场景视觉流,所述监控场景视觉流包含连续采集的监控场景动态图像序列,所述监控场景动态图像序列涵盖可见光图像与红外热成像图像; 对所述监控场景视觉流进行视觉流片段关联建模处理,通过分析图像序列的内容关联性与时序连续性,得到视觉流片段关联链集群,所述视觉流片段关联链集群由多个具有时序关联关系的视觉流片段关联链组成,每个视觉流片段关联链包含按内容关联强度排序的监控场景视觉流片段单元; 对所述视觉流片段关联链集群进行特征联动演化分析处理,结合时空双维度特征关联逻辑,得到火灾演化特征集合,所述火灾演化特征集合包含视觉流片段关联链之间的特征演化关联参数,所述特征演化关联参数涵盖时间维度的演化速率与空间维度的演化范围; 基于所述火灾演化特征集合生成火灾防控响应指令,通过匹配动态优化的防控规则,使所述火灾防控响应指令包含与火灾演化特征对应的防控操作指引信息,所述防控操作指引信息涵盖操作类型、执行优先级与区域范围; 将所述火灾防控响应指令发送至火灾防控执行终端,触发所述火灾防控执行终端执行与所述防控操作指引信息匹配的防控操作,且所述火灾防控执行终端实时反馈操作执行状态至防控指令生成模块; 所述对所述监控场景视觉流进行视觉流片段关联建模处理,得到视觉流片段关联链集群,包括: 对所述监控场景视觉流中的监控场景动态图像序列进行片段划分处理,以预设时间间隔为基础,结合图像内容变化率确定划分节点,得到多个监控场景视觉流片段单元,每个监控场景视觉流片段单元包含预设数量的连续监控场景动态图像,且每个监控场景视觉流片段单元标记有采集时间戳; 提取每个监控场景视觉流片段单元的视觉关联因子; 构建视觉流片段关联度计算模型,所述视觉流片段关联度计算模型采用多层感知器结构,输入层接收相邻监控场景视觉流片段单元的视觉关联因子,隐藏层通过激活函数对关联因子进行非线性转换,输出层输出相邻监控场景视觉流片段单元之间的关联度参数; 将相邻监控场景视觉流片段单元的视觉关联因子输入所述视觉流片段关联度计算模型,先对视觉关联因子进行维度归一化处理,使色彩分布特征与轮廓关联特征处于同一数值范围,再通过隐藏层的多层转换,得到相邻监控场景视觉流片段单元之间的关联度参数; 根据所述关联度参数将多个监控场景视觉流片段单元连接形成视觉流片段关联链,每个视觉流片段关联链包含按关联度参数排序的监控场景视觉流片段单元; 对多个视觉流片段关联链进行集群整合处理,先对比不同视觉流片段关联链包含的监控场景视觉流片段单元的重叠度,若重叠度超过预设重叠阈值,则合并为同一视觉流片段关联链集群分支;再去除完全重复的视觉流片段关联链,保留关联度参数均值最高的视觉流片段关联链作为集群代表;最终得到由多个集群分支组成的视觉流片段关联链集群; 所述对所述视觉流片段关联链集群进行特征联动演化分析处理,结合时空双维度特征关联逻辑,得到火灾演化特征集合,包括: 提取所述视觉流片段关联链集群中每个视觉流片段关联链的链内特征; 构建特征联动演化分析模型,所述特征联动演化分析模型包含时空关联层与演化计算层,时空关联层用于建立不同视觉流片段关联链的链内特征之间的时空映射关系,演化计算层用于计算特征演化关联参数; 将多个视觉流片段关联链的链内特征输入所述特征联动演化分析模型的时空关联层,先通过时间对齐算法使不同视觉流片段关联链的链内特征处于同一时间维度,再通过空间映射算法建立视觉流片段关联链的链内特征的空间对应关系,得到时空关联特征矩阵; 将所述时空关联特征矩阵输入所述特征联动演化分析模型的演化计算层,先计算同一时间节点下不同视觉流片段关联链链内特征的差异度,得到空间演化参数;再计算同一视觉流片段关联链不同时间节点下链内特征的变化率,得到时间演化参数;将所述空间演化参数与所述时间演化参数整合,得到不同视觉流片段关联链之间的特征演化关联参数; 对所述特征演化关联参数进行时序排序处理,以监控场景视觉流的采集时间戳为基准,将特征演化关联参数按时间先后顺序排列,得到按时间顺序排列的特征演化关联参数序列; 为每个特征演化关联参数序列标注对应的视觉流片段关联链的标识信息,所述标识信息包含视觉流片段关联链的起始时间戳与覆盖监控区域标识;将标注后的特征演化关联参数序列整合,生成包含时空演化信息的火灾演化特征集合。

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成都大学,其通讯地址为:610100 四川省成都市龙泉驿区成洛大道2025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。