公开(公告)号：CN115775388A

公开(公告)日：2023-03-10

申请号：CN202211555488.5

申请日：2022-12-06

Applicant: 福州大学

Inventor： 李建微 ,  唐寰 ,  曹路洋 ,  黄欣

IPC: G06V20/70 ,  G06V10/82 ,  G06V10/20 ,  G06V10/40 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于轻量化深度学习的典型极端火高精度识别方法，包括以下步骤：步骤S1:获取典型极端火图像；步骤S2：对典型极端火图像进行极端火类型和极端火位置标注，生成典型极端火数据集，并预处理，得到训练数据集；步骤S3：对轻量型网络结构MobileNetV3‑small中bottleneck结构里的SE注意力机制模块改进为CA注意力机制，构建MobileNetV3‑small‑CA网络结构；步骤S4：基于YOLOv5网络模型的主干特征提取网络进行改进，引入MobileNetV3‑small‑CA网络结构，基于训练数据集对改进YOLOv5网络模型进行训练；步骤S5：利用训练后的改进YOLOv5网络模型对典型极端火数据集进行辨识检测。本发明实现对典型极端火火灾现场进行实时分辨识和定位。

公开(公告)号：CN117218371B

公开(公告)日：2025-05-13

申请号：CN202311160428.8

申请日：2023-09-11

Applicant: 福州大学

Inventor： 李建微 ,  万佳莉 ,  唐寰 ,  郑孝干 ,  冯振波

IPC: G06V10/44 ,  G06V10/25 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/774 ,  G06V10/762 ,  G06V10/764 ,  G06T7/62

Abstract: 本发明提供一种基于森林火场多特征提取的高精度火焰区域提取方法，其方案包括实际火场图像和常规火焰数据集的获取、实际火场图像的预处理、实际火场数据集的构建、多重特征提取工程的设计、模型训练与优化和火焰区域的提取。本发明通过聚类分块算法将图像像素分为多个聚类块，利用特征工程提取图像特征，同时打上火与非火的标签，引入CNN卷积神经网络训练，以Adam优化器优化得到火焰区域提取的训练模型，最后实现火焰区域的高精度提取。该火焰区域提取方法综合了多种特征，较之常规火焰区域提取方法，该方法算法计算复杂度低，火焰区域提取的速度快，同时保证了火焰区域提取较高准确性，为在复杂火场环境下救援火灾的消防人员提供准确的火场情况。

公开(公告)号：CN115473513A

公开(公告)日：2022-12-13

申请号：CN202211108246.1

申请日：2022-09-13

Applicant: 福州大学

Inventor： 李建微 ,  黄欣 ,  曹路洋 ,  唐寰

IPC: H03H21/00 ,  G06N3/00 ,  G01C21/20

Abstract: 本发明公开了一种基于和声搜索算法的改进粒子滤波定位与建图方法，包括初始化粒子和粒子权重；根据提议分布获取当前时刻的粒子集并计算粒子权重；利用和声搜索算法优化粒子位姿；利用小生境算法进一步优化；计算优化后的粒子权重并归一化；计算有效粒子数，基于偏差修正的EWA优化算法进行自适应优化组合重采样；基于粒子的运动轨迹，更新粒子的地图信息，建立实际地图。本发明所提供的粒子滤波方法，能够在使用更少粒子的同时获得更为准确的滤波估计；重采样改进策略在保证粒子多样性的同时解决了传统重采样引起的粒子贫化问题。多方面改进提高了定位与建图的效率和精度。

公开(公告)号：CN115423831A

公开(公告)日：2022-12-02

申请号：CN202211108345.X

申请日：2022-09-13

Applicant: 福州大学

Inventor： 李建微 ,  曹路洋 ,  黄欣 ,  唐寰 ,  黄锶涵

IPC: G06T7/12 ,  G06T7/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多跨度互补信息捕捉与融合的胰腺分割网络，包括：具有降维网格残差卷积的编码器支路、具有升维网格残差卷积的解码器支路、多尺度特征捕捉模块MFCM、时空注意力模块CSAM、具有金字塔多尺度融合的后处理模块PMFM；多尺度特征捕捉模块MFCM设置于编码器支路之后，用于提取编码器支路特征图中胰腺的多尺度细节信息；时空注意力模块CSAM设置于编码器支路与解码器支路之间，利用解码器支路每一层的输出特征来挖掘前一层的互补特征。多尺度融合的后处理模块PMFM设置于解码器之后，用于对胰腺特征做进一步多尺度细节召回。解决了现有方案中易丢失小目标信息和边缘信息、对胰腺的分割效果不理想的问题。

公开(公告)号：CN117765382A

公开(公告)日：2024-03-26

申请号：CN202311425765.5

申请日：2023-10-31

Applicant: 福州大学

Inventor： 李建微 ,  万佳莉 ,  唐寰 ,  孙龙 ,  胡同欣 ,  李兴东 ,  郑孝干 ,  冯振波

IPC: G06V20/10 ,  G06V20/52 ,  G06V10/774 ,  G06V10/762 ,  G06V10/40 ,  G06V10/56 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于阈值折线推进的野火行为提取方法，包括：获取火场图像，并对获得的火场图像进行预处理，构建火场数据集；利用聚类分块算法实现图像分块，通过特征工程提取图像特征，训练得到火焰区域提取模型，进而提取火焰区域；利用阈值折线法基于火焰区域提取火场火线，通过火线法向向量得到火焰蔓延方向；两帧火线图像叠加，当前火线法向向量所在直线与下一帧图像火线相交得到交点，选择下一帧图像中距离交点最近的聚类中心与原聚类中心相连，计算得到两聚类中心间的像素点距离，利用距离映射得到火焰蔓延距离，进而计算得到火焰蔓延速度；通过火焰强度计算公式得到火场火焰强度。该方法有利于快速、高精度地提取野火行为信息。

公开(公告)号：CN117218371A

公开(公告)日：2023-12-12

申请号：CN202311160428.8

申请日：2023-09-11

Applicant: 福州大学

Inventor： 李建微 ,  万佳莉 ,  唐寰 ,  郑孝干 ,  冯振波

IPC: G06V10/44 ,  G06V10/25 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/774 ,  G06V10/762 ,  G06V10/764 ,  G06T7/62

Abstract: 本发明提供一种基于森林火场多特征提取的高精度火焰区域提取方法，其方案包括实际火场图像和常规火焰数据集的获取、实际火场图像的预处理、实际火场数据集的构建、多重特征提取工程的设计、模型训练与优化和火焰区域的提取。本发明通过聚类分块算法将图像像素分为多个聚类块，利用特征工程提取图像特征，同时打上火与非火的标签，引入CNN卷积神经网络训练，以Adam优化器优化得到火焰区域提取的训练模型，最后实现火焰区域的高精度提取。该火焰区域提取方法综合了多种特征，较之常规火焰区域提取方法，该方法算法计算复杂度低，火焰区域提取的速度快，同时保证了火焰区域提取较高准确性，为在复杂火场环境下救援火灾的消防人员提供准确的火场情况。