森林火灾源头的估计模型训练方法、估计方法及系统

发明专利有效专利

申请号：
CN202110097330.7
IPC分类号：G06K9/00;G06K9/62;G06N3/04;G06N3/08
申请日期：
2021-01-25
申请人：
南京恩博科技有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	森林火灾源头的估计模型训练方法、估计方法及系统
申请号	CN202110097330.7	申请日期	2021-01-25
法律状态	授权	申报国家	中国
公开/公告日	2021-05-25	公开/公告号	CN112836608A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	南京恩博科技有限公司	申请人地址	江苏省南京市玄武区长江后街6号东大科技园创业园长江楼B208室变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	南京恩博科技有限公司	当前权利人	南京恩博科技有限公司
发明人	曹毅超;刘建水;李彦;陈斌锋;李溯;封晓强
代理机构	江苏瑞途律师事务所	代理人	蒋海军

摘要

本发明公开了一种森林火灾源头的估计模型训练方法、估计方法及系统，属于计算机视觉和森林烟火视频监测领域。本发明的估计模型包括主干网络、前景特征增强模块、多帧特征融合模块，训练模型时包括构建森林火灾视频样本数据集；对正样本和负样本进行预处理；将经过预处理后的森林火灾视频样本输入主干网络提取图像的高维特征，将高维特征输入前景特征增强模块增强前景特征，输入多帧特征融合模块进行特征融合，融合后进行反卷积操作，将高维特征映射为火灾源头的估计掩码；利用Focal Loss损失函数进行模型参数优化。估计方法采用所训练的模型对森林火灾源头进行估计，并将估计方法部署于估计系统中。本发明能够准确地对森林火灾源头进行识别和估计。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供