Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 东北石油大学三亚海洋油气研究院路敬祎获国家专利权

东北石油大学三亚海洋油气研究院路敬祎获国家专利权

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!

龙图腾网获悉东北石油大学三亚海洋油气研究院申请的专利一种多模态融合的油气管道周界安防方法和系统及存储介质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:CN120375141B

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:202510855469.1,技术领域涉及:G06V10/80;该发明授权一种多模态融合的油气管道周界安防方法和系统及存储介质是由路敬祎;梁棋皓;吴阳;董宏丽;杨丹迪;胡仲瑞;王鹏;孟岚设计研发完成,并于2025-06-25向国家知识产权局提交的专利申请。

一种多模态融合的油气管道周界安防方法和系统及存储介质在说明书摘要公布了:本发明提供一种多模态融合的油气管道周界安防方法和系统及存储介质,涉及油气管道安防领域,为解决现有技术中缺少基于雷达和图像视频多模态融合的油气管道周界安防方法的问题。包括:步骤S100、通过雷达采集油气管道周界环境点云数据,确定可疑目标,使摄像头追踪目标并采集图像数据;步骤S200、将点云数据分别进行特征提取与融合,得到多模态融合数据;步骤S300、构建基于YOLO的目标检测模型,引入MaSA模块用于在视觉骨干网络中引入显式的空间先验,使模型聚焦目标特征;RCS‑OSA模块用于多尺度的特征提取与聚合;还引入MLIA模块,用于使模块具有二阶信息交互能力,计算像素的局部重要性;步骤S400、基于YOLO的目标检测模型对多模态融合数据中的入侵目标进行检测。

本发明授权一种多模态融合的油气管道周界安防方法和系统及存储介质在权利要求书中公布了:1.一种多模态融合的油气管道周界安防方法,其特征在于,包括如下步骤: 步骤S100、通过雷达采集油气管道周界环境点云数据,根据雷达点云数据确定可疑目标,使摄像头追踪目标并采集目标的图像数据; 步骤S200、将点云数据进行降维处理,将降维处理后的点云数据和图像数据分别进行特征提取然后进行特征融合,得到多模态融合数据; 步骤S300、构建基于YOLO的目标检测模型,模型的Head网络引入MaSA注意力模块以及RCS-OSA模块,所述MaSA注意力模块用于通过构建二维双向空间衰减矩阵,在视觉骨干网络中引入显式的空间先验,使模型聚焦目标特征;所述RCS-OSA模块用于基于动态结构重参数化能力与ShuffleNet的跨通道交互机制,进行多尺度的特征提取和特征聚合;在模型的骨干网络还引入了MLIA注意力模块,所述MLIA注意力模块用于基于整合局部重要性学习和通道门控机制,使模块具有二阶信息交互能力,以计算像素的局部重要性; 所述基于YOLO的目标检测模型采用基于DynamicFocaler-IoU的损失函数,帮助模型更好地学习从中等困难的样本中提取特征; 步骤S400、基于YOLO的目标检测模型对多模态融合数据中的入侵目标进行检测; 所述MLIA注意力模块的功能实现过程为: 模块的局部重要性的功能实现过程为: 其中,ΓX|x是像素x的局部重要性值,R表示以x为中心的邻域,wk是用于细化测量的重要性的可学习权重; 模块的门控机制的实现机制为: AX=σX[0]⊙ψσΓX⊙X 其中,σ·和ψ·分别是sigmoid激活和双线性插值操作;X[0]是输入特征的第一个通道图。

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东北石油大学三亚海洋油气研究院,其通讯地址为:572024 海南省三亚市崖州区崖州湾科技城创新路8号中兴产业园A栋3层区;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。