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！

龙图腾网获悉国网江西省电力有限公司电力科学研究院申请的专利一种基于视频流分析的鸟撞风险实时预警方法与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：CN121330885B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511874920.0，技术领域涉及：G08B31/00；该发明授权一种基于视频流分析的鸟撞风险实时预警方法与系统是由况燕军;胡京;黄昆;徐陈华;邱志斌;卢正旺;卢雨欣设计研发完成，并于2025-12-12向国家知识产权局提交的专利申请。

本一种基于视频流分析的鸟撞风险实时预警方法与系统在说明书摘要公布了：本发明涉及计算机视觉与智能监控技术领域，具体为一种基于视频流分析的鸟撞风险实时预警方法与系统。本发明采用局部自适应增强算法根据像素局部邻域特征对视频流进行差异化预处理；采用嵌入卷积块注意力模块的YOLOv8m‑Bird模型进行鸟类检测；基于检测结果构建编码社交追随交互力的动态时空图，融合细粒度行为特征后通过时序预测网络生成预测轨迹；综合空间距离、接近速度、交汇时间及行为不确定性指标量化风险强度值；将风险强度值与环境数据融合生成动态风险热力图并叠加显示，超阈值时触发预警并联动驱鸟设备，实现对鸟撞风险的实时精准预警。

本发明授权一种基于视频流分析的鸟撞风险实时预警方法与系统在权利要求书中公布了：1.一种基于视频流分析的鸟撞风险实时预警方法，其特征在于，包括： S100：获取关键区域的监控视频流，采用局部自适应增强算法对所述监控视频流进行预处理，根据像素局部邻域特征构建局部特征描述符，基于所述局部特征描述符对不同区域施加不同的增强参数； S200：采用YOLOv8m-Bird检测模型对所述预处理后的视频流进行鸟类目标检测，输出各鸟类目标的检测结果； S300：基于所述检测结果构建动态时空图，得到动态时空图特征；提取各鸟类目标的细粒度行为特征，将所述细粒度行为特征与所述动态时空图特征融合后输入时序预测网络，生成各鸟类目标的预测轨迹； S400：基于所述预测轨迹计算各鸟类目标与保护空域之间的空间距离、接近速度和交汇时间，分析所述预测轨迹生成行为不确定性指标，综合所述空间距离、接近速度、交汇时间及行为不确定性指标得到各鸟类目标的风险强度值； S500：将所述风险强度值及环境数据融合生成动态风险热力图并与所述监控视频流叠加显示，当所述风险强度值超过预设阈值时触发预警并联动驱鸟设备； 所述采用局部自适应增强算法对所述监控视频流进行预处理的步骤包括： 在像素的局部邻域内计算纹理强度与梯度方向一致性，构建局部特征描述符； 根据所述局部特征描述符判断区域的纹理复杂度； 对高纹理复杂度区域施加高增益增强参数，对低纹理复杂度区域施加低增益增强参数； 所述对高纹理复杂度区域施加高增益增强参数，对低纹理复杂度区域施加低增益增强参数包括： 根据所述局部特征描述符动态调整灰度变换曲线的形态参数，对高纹理复杂度区域生成陡峭型变换曲线，对低纹理复杂度区域生成平坦型变换曲线； 基于所述检测结果构建动态时空图的步骤包括： 为每个鸟类目标建立节点，所述节点表征各鸟类目标的视觉特征和运动状态； 建立节点间的边，所述边表征鸟群内部的交互关系以及各鸟类目标与保护空域的空间关系； 对所述动态时空图进行处理，得到包含群体交互信息的动态时空图特征。

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国网江西省电力有限公司电力科学研究院，其通讯地址为：330000 江西省南昌市青山湖区民营科技园内民强路88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。