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！

龙图腾网获悉中煤科工集团重庆研究院有限公司申请的专利一种带式输送机运行状态智能视频检测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：CN116513746B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202310489584.2，技术领域涉及：B65G43/02；该发明授权一种带式输送机运行状态智能视频检测方法是由刘晏驰;罗明华;朱兴林;黄春;游磊;佘影;向兆军;张先锋;陈雨;秦伟;李一文;方崇全;张海峰;孙柳军;周斌;饶俊宏设计研发完成，并于2023-05-04向国家知识产权局提交的专利申请。

本一种带式输送机运行状态智能视频检测方法在说明书摘要公布了：本发明涉及一种带式输送机运行状态智能视频检测方法，属于人工智能领域。本发明使用时间序列图片和均值叠加图，基于信息熵原理度量图片像素值间的不确定程度，输入卷积主干网络提取特征，并最终识别带式输送机运行状态，提升带式输送机运行状态检测的精准程度。输入图片组成三通道数据，大量提升了卷积网络层参数，使用DropBlock方法在训练过程中遮蔽像素区域值，防止模型过拟合。本本发明直接输出带式输送机运行状态，无需引入其它图像处理方法，具有较快的识别速度。

本发明授权一种带式输送机运行状态智能视频检测方法在权利要求书中公布了：1.一种带式输送机运行状态智能视频检测方法，其特征在于：该方法为： 采集带式输送机运行或停机的图像作为输入数据，将输入的图像a和图像b通过几何平均法转换为单通道灰度图： 1 表示第个颜色通道，表示用于计算的通道总数，、、分别表示真实图像的颜色三通道； 输入图像a和图像b为同一时刻时，DecisionNetwork中输出值为1，表示图像相同，否则为0，表示图像不同； 在输入端添加图像a和图像b的灰度图的均值叠加图，对应元素求均值： 2 、分别表示运行停机时灰度图像矩阵的第列第行的元素值； 基于信息熵度量不确定性原理，将均值叠加图c作为输入： 3 4 是图像a和图像b之间的差异性表示，由公式4计算，值越大，图像a和图像b在第列第行的元素值差异越大；M表示图像像素矩阵的总列数；N表示图像像素矩阵的总行数； 当图像a和图像b完全相等时，a=b=c，=0，输入图像信息熵=0，信息熵越小，表示图像a和b之间的混乱度越小，a和b相似度越高；信息熵越大，表示图像a和b之间的混乱度越大，a和b相似度越低； 图像a、图像b和均值叠加图c合成三通道图像，输入网络卷积层，进行颜色、纹理、形状及图像的拓扑结构特征提取；输入的是3个灰度图构成的三通道图像，每个卷积层有3个特征图，卷积层内每个神经元都与前一层中位置接近的区域的多个神经元相连接，卷积层内每个神经元都与前一层中位置接近的区域的多个神经元相连： 5 其中是第l+1层卷积的输出，即特征图；表示第l层卷积的输出；是张量运算的克罗内克积，是第l+1层的网络参数值，是该层参数的偏置项；图像进行三通道叠加后会增加模型复杂程度，为防止模型过拟合，在卷积的过程中，对卷积层进行DropBlock正则化操作，将特征图中相邻区域单元组合成的一个区域块像素值置为0； 6 概率值控制特征被屏蔽的量，feat_size和block_size表示特征图和区域块大小，keep_prob是保留比例，通过式6在每一个卷积层实现DropBlock操作； 卷积操作后结果Z输出到全连接层D： 7 表示D中第i个神经元的输出；表示权重参数，连接第j个输入特征到第i个神经元；表示输入特征值，来自卷积层的输出特征图的第j个元素；表示第i个神经元参数的偏置项；在DecisionNetwork中进行Dropout后激活函数输出结果，并通过损失函数度量模型效果： 8 是样本真实值，是样本数，平方损失函数结合L2正则，在训练阶段评价模型效果，控制训练时间。

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煤科工集团重庆研究院有限公司，其通讯地址为：400039 重庆市九龙坡区科城路6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”。

以上内容由龙图腾AI智能生成。