基于深度学习与特征融合的山火监测方法及装置

AITNT
正文
推荐专利
基于深度学习与特征融合的山火监测方法及装置
申请号:CN202510110654
申请日期:2025-01-23
公开号:CN120198790A
公开日期:2025-06-24
类型:发明专利
摘要
本申请涉及一种基于深度学习与特征融合的山火监测方法及装置,尤其涉及计算机视觉技术领域。包括:获取林区视频图像数据;基于轻量化深度学习模型对预处理后的林区视频图像数据进行初步识别,以获取疑似山火信息和目标特征;其中,轻量化深度学习模型是基于注意力机制的卷积神经网络模型经过压缩和优化后得到;结合疑似山火信息,对融合后的目标特征进行二次识别,以检测火灾事件和对应的着火点地理坐标。本申请引入注意力机制,更加关注山火火焰和烟雾的关键特征,从而能够更加准确地识别山火,尤其是早期的小火或烟雾,提高了山火监测的精度。
技术关键词
山火监测方法 卷积神经网络模型 深度学习模型 山火监测装置 深度学习特征 林区 山火监测系统 着火点 计算机程序产品 运动特征 引入注意力机制 上存储计算机程序 纹理特征 视频 图像 局部二值模式 计算机视觉技术 灰度共生矩阵 火灾
系统为您推荐了相关专利信息
1
基于癌症阶段性监督数据的智能量化评估与推荐方法
临床检验数据 后台服务器 推荐方法 阶段 HIS系统
2
一种基于联邦学习的渔业智能监测分析与动态优化方法
智能监测分析 动态优化方法 模型更新 监测站 大型养殖场
3
基于深度学习的氢能热电联产机组故障诊断与预测系统
热电联产机组 氢能 预测系统 数据采集单元 特征提取单元
4
一种基于生成式深度学习模型的变构蛋白构象系综预测方法
深度学习模型 匹配网络 蛋白 注意力机制 长程相互作用
5
一种旅游行为分析预测系统及方法
分析预测系统 系统监控模块 情感分析技术 分析预测方法 爬虫技术
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号