基于深度学习方法和传统方法结合的火灾检测方法

    公开(公告)号:CN117853755A

    公开(公告)日:2024-04-09

    申请号:CN202410009061.8

    申请日:2024-01-03

    Abstract: 基于深度学习方法和传统方法结合的火灾检测方法,本发明为解决现有的火灾检测方法受到复杂环境条件的限制,影响火灾检测效率的问题,本发明包括如下步骤:一:FSDF使用HSV颜色空间突出输入图像中的颜色特征,生成的掩模与输入图像重叠以产生新的组合图像,从而提高火焰特征的可检测性并增强其对比度;二:将新的组合图像输入YOLOv8中以检测可疑火灾区域,从而能够更精确地识别火源区域;三:对检测到的火源部分进行裁剪,并使用完整二进制模式描述检测到的纹理特征,以进一步区分火焰色物体的干扰;四:将上述组合特征输入到无监督学习模型VQ‑VAE中,利用无监督学习异常检测方法进一步对这些样本进行检测,以确定是否发生了火灾。本发明属于火灾的检测技术领域。

    便携式自动折叠鞋盒
    2.
    发明公开

    公开(公告)号:CN105691800A

    公开(公告)日:2016-06-22

    申请号:CN201510726544.0

    申请日:2015-10-30

    Inventor: 郑权 刘一 公宁

    Abstract: 本发明是一种便携式自动折叠鞋。包含盒盖和盒体,所述盒盖包括顶板、外侧板a、外侧板b、内侧板a、侧板内折板、插槽板、插槽a、插板、气孔以及提绳条;所述盒体包括底板、侧板a、侧板b、侧板c、折叠三角板、端板、内侧板b、插槽b、插舌以及提绳孔。作为包装盒使用时,按折线翻折成立体结构,同时插舌与插板插入插槽中固定成型。携带时,一根提绳穿过提绳条,与另一根提绳共同保证鞋盒的密封性。储运时,根据设计的折线以及角平分线可将其折叠为平板结构。与现有的设计相比,本发明加工方便,可重复使用,平板结构大大降低了储运空间。同时减少了包装袋的使用,紧扣了当今绿色包装的主题。

Patent Agency Ranking