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！

龙图腾网恭喜西安邮电大学;西安中核核仪器股份有限公司申请的专利一种时空特征融合的视频火灾烟雾探测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：CN113963301B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202111299102.4，技术领域涉及：G06V20/40；该发明授权一种时空特征融合的视频火灾烟雾探测方法及系统是由贾阳;张歆萌;陈伟光;王刚;王奔;李晓贤设计研发完成，并于2021-11-04向国家知识产权局提交的专利申请。

本一种时空特征融合的视频火灾烟雾探测方法及系统在说明书摘要公布了：本发明涉及一种时空特征融合的视频火灾烟雾探测方法及系统，其方法包括：S1：收集烟雾和非烟雾视频数据构建样本集，对样本集进行标注；S2：利用改进的高斯混合模型对样本集中视频的运动目标区域进行提取，获取运动目标的检测框；S3：基于运动目标的检测框，利用光流算法提取两帧之间的光流特征，分别获取L张水平和垂直稠密光流图；将二者以时间顺序交叉进行堆叠，得到堆叠光流特征Fτ；步骤S4：将堆叠光流特征Fτ和Fτ对应的起始帧τ输入基于时空特征融合的视频火灾烟雾探测神经网络，输出火灾烟雾预测结果。本发明公开的方法同时利用视频的时域及空域特征进行烟雾识别，获取更丰富的火灾烟雾视频信息，实现准确、快速的火灾烟雾的自动检测。

本发明授权一种时空特征融合的视频火灾烟雾探测方法及系统在权利要求书中公布了：1.一种时空特征融合的视频火灾烟雾探测方法，其特征在于，包括：步骤S1：收集在不同背景环境下原始的烟雾和非烟雾视频数据构建样本集，对所述样本集进行标注，无烟雾的数据标注为0，有烟雾的数据标注为1；步骤S2：利用改进的高斯混合模型T2FGMM对所述样本集中视频的运动目标区域进行提取，获取运动目标的检测框，具体包括：所述T2FGMM模型通过集合论中的二型模糊集隶属函数处理高斯混合模型中不确定的均值和协方差，使得所述T2FGMM中的观测概率在一个区间，再通过广义线性模型GLM约束以进行后续任务；通过背景减除算法获取所述运动目标的二值图像后，结合降噪和形态学处理，获取所述运动目标的检测框；其中，在t时刻的观测值为的概率，通过K个高斯分布建模描述，如公式1～2所示： 1 2其中，参数K代表高斯分布的数量，是在t时刻高斯混合模型GMM中第i个高斯密度函数，其中为均值向量，为协方差矩阵，n是颜色通道数，是其对应的权重；步骤S3：基于所述运动目标的检测框，利用光流算法在连续L帧提取两帧之间的光流特征，分别获取L张水平稠密光流图和L张垂直稠密光流图；将2L帧的所述光流特征以时间顺序交叉进行堆叠，得到一个2L通道的堆叠光流特征，具体包括：步骤S31：令视频采样起始帧为τ，利用TV-L1光流算法，连续L帧提取两帧之间的光流特征，分别获取L张水平稠密光流图和L张垂直稠密光流图；步骤S32：将2L帧的所述光流特征以时间顺序交叉进行堆叠，得到一个2L通道的堆叠光流特征；步骤S4：将所述堆叠光流特征和对应的起始帧τ输入基于时空特征融合的视频火灾烟雾探测神经网络，其中，所述堆叠光流特征经过时间卷积神经网络；所述原始彩色视频图像经过空间流卷积神经网络进行处理，分别得到时域和空域的深层特征，对所述时域和空域的深层特征进行融合，得到融合后的深层特征；将所述融合后的深层特征经过平均池化和Flatten层处理，输出火灾烟雾预测结果。

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西安邮电大学;西安中核核仪器股份有限公司，其通讯地址为：710121 陕西省西安市长安区西安邮电大学计算机学院；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”。