公开(公告)号：CN119004377B

公开(公告)日：2025-02-28

申请号：CN202411093876.5

申请日：2024-08-09

Applicant: 昆明理工大学

Inventor： 冯勇 ,  王泓森 ,  李英娜 ,  张晶

IPC: G06F18/25 ,  G06F18/10 ,  G06V10/80 ,  G06V10/20 ,  G06V10/74 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明涉及气体泄漏检测技术领域，具体涉及一种基于工业多模态数据融合的有害气体泄漏检测方法及系统，包括：获取气体传感器和热像仪采集的工业环境中传感器标量数据和红外图像数据，并对这些数据进行预处理；构建双分支编码器网络和基于多头注意力机制的多模态融合网络；使用预处理后的传感器数据和红外图像数据训练编码器网络和多模态融合网络；通过训练后的编码器网络和多模态融合网络，利用多头注意力机制进行特征融合；基于融合后的特征，通过分类器获得有害气体泄漏的识别结果。本发明能显著提高有害气体泄漏的检测精度，实现有害气体泄漏的自动精准识别和快速检测，有利于增强工业生产过程的安全性和可靠性。

公开(公告)号：CN119004377A

公开(公告)日：2024-11-22

申请号：CN202411093876.5

申请日：2024-08-09

Applicant: 昆明理工大学

Inventor： 冯勇 ,  王泓森 ,  李英娜 ,  张晶

IPC: G06F18/25 ,  G06F18/10 ,  G06V10/80 ,  G06V10/20 ,  G06V10/74 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明涉及气体泄漏检测技术领域，具体涉及一种基于工业多模态数据融合的有害气体泄漏检测方法及系统，包括：获取气体传感器和热像仪采集的工业环境中传感器标量数据和红外图像数据，并对这些数据进行预处理；构建双分支编码器网络和基于多头注意力机制的多模态融合网络；使用预处理后的传感器数据和红外图像数据训练编码器网络和多模态融合网络；通过训练后的编码器网络和多模态融合网络，利用多头注意力机制进行特征融合；基于融合后的特征，通过分类器获得有害气体泄漏的识别结果。本发明能显著提高有害气体泄漏的检测精度，实现有害气体泄漏的自动精准识别和快速检测，有利于增强工业生产过程的安全性和可靠性。