摘要
本发明提供一种基于多模态动态权重融合的火灾态势感知方法及系统,本发明利用YOLOv8‑seg模型对火焰区域进行检测和图像分割;并构建红通道强度时间序列;使用SpectraNet网络识别燃烧物种类,并构建时序下的特征波段的光谱强度数据;计算局部波动性评分并根据局部波动性评分计算融合权重并构建加权融合的火势强度时间序列;利用最小二乘法分段拟合,判断每段时间内的火势趋势变化。本发明结合图像分割与光谱分析技术,通过对火焰图像的红通道像素强度与特征波段的光谱强度进行动态融合,提升了火势感知的全面性与稳定性;通过对融合后时间序列进行分段拟合与斜率分析,明确输出火势的上升、下降或平稳状态。
技术关键词
态势感知方法
强度
多模态
火灾现场
图像分割
序列
动态
通道
滑动窗口
数据
选取特征
态势感知系统
时序
积层
光谱分析技术
视觉
灭火机器人
掩膜
系统为您推荐了相关专利信息
图像识别技术
岩石损伤变量
玻片
线段
岩石力学测试
ETC车道
高速公路ETC系统
ETC设备
车载单元
诊断模块
局部纹理特征
雷达信号分类方法
融合特征
语义特征
特征提取网络
康复评估系统
多模态
动态
数据采集模块
特征提取模块