買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜中山大學申請的專利一種基于疑似煙霧提議區(qū)域及深度學習的煙霧檢測方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114005090B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-23發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202111342954.7，技術(shù)領(lǐng)域涉及：G06V20/52；該發(fā)明授權(quán)一種基于疑似煙霧提議區(qū)域及深度學習的煙霧檢測方法是由紀慶革;陳寒陽;陳浩東設(shè)計研發(fā)完成，并于2021-11-12向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于疑似煙霧提議區(qū)域及深度學習的煙霧檢測方法在說明書摘要公布了：本發(fā)明提出一種基于疑似煙霧提議區(qū)域及深度學習的煙霧檢測方法，涉及煙霧檢測的技術(shù)領(lǐng)域，首先收集RGB圖片樣本，然后構(gòu)建深度學習神經(jīng)網(wǎng)絡(luò)模型，在圖片樣本輸入深度學習神經(jīng)網(wǎng)絡(luò)模型之前，利用整個樣本圖片進行疑似煙霧區(qū)域提議，對所有疑似煙霧提議區(qū)域進行篩選，候選區(qū)是覆蓋整個圖片并且候選區(qū)的尺度從小區(qū)域到大區(qū)域都有分布，降低了漏報的概率，基于篩選出的疑似煙霧提議區(qū)域的生成包圍框bbox并計算其值，將包圍框bbox的值作為動態(tài)嵌入層DEN的空間嵌入向量輸入，以對深度學習神經(jīng)網(wǎng)絡(luò)模型進行改進，最后訓練深度學習神經(jīng)網(wǎng)絡(luò)模型，得到的模型能更為魯棒性地對山火煙霧進行檢測，能更為魯棒性地對山火煙霧進行監(jiān)測。

本發(fā)明授權(quán)一種基于疑似煙霧提議區(qū)域及深度學習的煙霧檢測方法在權(quán)利要求書中公布了：1.一種基于疑似煙霧提議區(qū)域及深度學習的煙霧檢測方法，其特征在于，所述方法包括以下步驟：S1.收集待檢測的RGB圖片樣本；S2.構(gòu)建深度學習神經(jīng)網(wǎng)絡(luò)模型，所述深度學習神經(jīng)網(wǎng)絡(luò)模型包括依次連接的特征提取層backbone、動態(tài)嵌入層DEN、ROIPooling層及檢測頭部分head；S3.將步驟S1的RGB圖片樣本進行灰度處理，然后進行灰度相關(guān)性疑似煙霧提議區(qū)域取樣，得到n1個疑似煙霧提議區(qū)域；S4.將步驟S1的RGB圖片樣本轉(zhuǎn)換為HSV通道圖片樣本，進行煙霧正樣本擴充，然后進行疑似煙霧提議區(qū)域取樣，得到n2個疑似煙霧提議區(qū)域；S5.設(shè)置煙霧提議區(qū)域個數(shù)閾值τ，判斷n1+n2﹥τ是否成立，若是，執(zhí)行步驟S6；否則，擴充含煙霧正樣本數(shù)量，然后進行疑似煙霧提議區(qū)域取樣，得到擴充的疑似煙霧提議區(qū)域，執(zhí)行步驟S6；S6.對所有疑似煙霧提議區(qū)域進行篩選，基于篩選出的疑似煙霧提議區(qū)域的生成包圍框bbox并計算包圍框bbox的值，將包圍框bbox的值作為動態(tài)嵌入層DEN的空間嵌入向量輸入；S7.將步驟S1的RGB圖片樣本進行數(shù)據(jù)增強操作，數(shù)據(jù)增強后的RGB圖片樣本輸入至特征提取層backbone，結(jié)合S6中輸入動態(tài)嵌入層DEN的空間嵌入向量，訓練深度學習神經(jīng)網(wǎng)絡(luò)模型；S8.將訓練好的深度學習神經(jīng)網(wǎng)絡(luò)模型用于煙霧檢測。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人中山大學，其通訊地址為：510275 廣東省廣州市海珠區(qū)新港西路135號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。