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！

龙图腾网获悉中国矿业大学申请的专利一种基于时空感知CGAN模型的隧道火情视频数据生成方法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：CN120388103B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202510884433.6，技术领域涉及：G06T11/20；该发明授权一种基于时空感知CGAN模型的隧道火情视频数据生成方法是由王鹏霏;叶继红;陈伟;姜健设计研发完成，并于2025-06-30向国家知识产权局提交的专利申请。

本一种基于时空感知CGAN模型的隧道火情视频数据生成方法在说明书摘要公布了：本发明提供了一种基于时空感知CGAN模型的隧道火情视频数据生成方法，旨在解决传统数值模拟方法耗时耗力、物理实验成本高且难以覆盖多工况的问题。该方法通过FDS模拟不同火源功率、位置和风机风速下的隧道火情数据，构建训练数据集；设计时间感知生成器和时空判别器，结合时间编码模块、条件归一化层和注意力机制，实现对温度云图时空动态特性的高保真建模；采用对抗训练策略，引入时序一致性损失和光流损失，确保生成数据的物理合理性和连续性。其生成的温度云图视频在PSNR、SSIM等指标上表现优异，能够高效替代传统CFD模拟，为隧道火灾安全研究和智能消防系统提供可靠的数据支持。

本发明授权一种基于时空感知CGAN模型的隧道火情视频数据生成方法在权利要求书中公布了：1.一种基于时空感知CGAN模型的隧道火情视频数据生成方法，其特征在于，包括以下步骤： 步骤S1：通过火灾动力学模拟软件建立多维参数组合的隧道火情数值模型，采集不同时空条件下的温度云图视频序列并进行预处理，构建隧道火情温度云图视频数据集； 步骤S2：构建时空条件生成对抗网络模型，包含时间感知生成器与时空判别器；所述时间感知生成器通过时间编码模块与渐进式上采样结构生成温度云图视频序列，所述时空判别器通过步长卷积结构的下采样模块和时间注意力机制提取时空特征，并引入梯度惩罚约束； 所述时间感知生成器包括时间编码模块、渐进式上采样结构和输出层； 所述时间编码模块由5层全连接网络构成，依次为输入1维时间变量并通过线性层转换为512维特征向量的输入层、处理512维特征向量的SiLU激活函数层、保持512维特征向量通道的中间线性变换层、第二SiLU激活函数层以及输出压缩层，最终生成128维时间嵌入特征； 所述渐进式上采样结构包含3级上采样模块，每级上采样模块依次包含上采样层、将通道数由512逐级降至64的卷积层、对通道特征进行时间条件批归一化的时间条件归一化层以及ReLU激活层；其中上采样层中，前两级上采样模块采用2倍上采样率，第三级上采样模块采用目标尺寸调整； 所述输出层包括全连接层和Tanh激活函数层，用于调整通道数量的同时输出生成图像； 所述时空判别器网络包括时间编码模块、多级下采样模块、时间注意力机制层和全连接输出层； 所述多级下采样模块包含4级下采样结构，每级下采样结构包括步长为2同时卷积核尺寸为4×4的卷积层、对通道特征进行归一化处理的时间条件归一化层以及负斜率为0.2的LeakyReLU激活层；其中，卷积层执行通道数由3逐级增至512的通道数变化； 所述时间注意力机制层通过全连接层将时间嵌入向量映射至512维，采用Sigmoid函数生成特征通道注意力权重，对中间线性变换层输出的特征图的空间维度执行全局平均池化后与注意力权重逐元素相乘； 所述全连接输出层将通道数由512调整至1，输出判别分数； 步骤S3：采用对抗训练策略联合优化对抗网络模型，通过多目标损失函数约束生成数据的时空一致性，所述多目标损失函数包括对抗损失、时序一致性损失和光流运动场匹配损失； 步骤S4：利用训练完成的对抗网络模型合成隧道火情温度云图视频序列，并通过多维评价指标验证生成的温度云图视频序列的时空保真度，所述多维评价指标包括峰值信噪比、结构相似性、感知相似性和光流损失。

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中国矿业大学，其通讯地址为：221000 江苏省徐州市铜山区大学路1号；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”。