買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中國礦業大學申請的專利一種基于時空感知CGAN模型的隧道火情視頻數據生成方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120388103B 。

龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510884433.6，技術領域涉及：G06T11/20；該發明授權一種基于時空感知CGAN模型的隧道火情視頻數據生成方法是由王鵬霏;葉繼紅;陳偉;姜健設計研發完成，并于2025-06-30向國家知識產權局提交的專利申請。

本一種基于時空感知CGAN模型的隧道火情視頻數據生成方法在說明書摘要公布了：本發明提供了一種基于時空感知CGAN模型的隧道火情視頻數據生成方法，旨在解決傳統數值模擬方法耗時耗力、物理實驗成本高且難以覆蓋多工況的問題。該方法通過FDS模擬不同火源功率、位置和風機風速下的隧道火情數據，構建訓練數據集；設計時間感知生成器和時空判別器，結合時間編碼模塊、條件歸一化層和注意力機制，實現對溫度云圖時空動態特性的高保真建模；采用對抗訓練策略，引入時序一致性損失和光流損失，確保生成數據的物理合理性和連續性。其生成的溫度云圖視頻在PSNR、SSIM等指標上表現優異，能夠高效替代傳統CFD模擬，為隧道火災安全研究和智能消防系統提供可靠的數據支持。

本發明授權一種基于時空感知CGAN模型的隧道火情視頻數據生成方法在權利要求書中公布了：1.一種基于時空感知CGAN模型的隧道火情視頻數據生成方法，其特征在于，包括以下步驟： 步驟S1：通過火災動力學模擬軟件建立多維參數組合的隧道火情數值模型，采集不同時空條件下的溫度云圖視頻序列并進行預處理，構建隧道火情溫度云圖視頻數據集； 步驟S2：構建時空條件生成對抗網絡模型，包含時間感知生成器與時空判別器；所述時間感知生成器通過時間編碼模塊與漸進式上采樣結構生成溫度云圖視頻序列，所述時空判別器通過步長卷積結構的下采樣模塊和時間注意力機制提取時空特征，并引入梯度懲罰約束； 所述時間感知生成器包括時間編碼模塊、漸進式上采樣結構和輸出層； 所述時間編碼模塊由5層全連接網絡構成，依次為輸入1維時間變量并通過線性層轉換為512維特征向量的輸入層、處理512維特征向量的SiLU激活函數層、保持512維特征向量通道的中間線性變換層、第二SiLU激活函數層以及輸出壓縮層，最終生成128維時間嵌入特征； 所述漸進式上采樣結構包含3級上采樣模塊，每級上采樣模塊依次包含上采樣層、將通道數由512逐級降至64的卷積層、對通道特征進行時間條件批歸一化的時間條件歸一化層以及ReLU激活層；其中上采樣層中，前兩級上采樣模塊采用2倍上采樣率，第三級上采樣模塊采用目標尺寸調整； 所述輸出層包括全連接層和Tanh激活函數層，用于調整通道數量的同時輸出生成圖像； 所述時空判別器網絡包括時間編碼模塊、多級下采樣模塊、時間注意力機制層和全連接輸出層； 所述多級下采樣模塊包含4級下采樣結構，每級下采樣結構包括步長為2同時卷積核尺寸為4×4的卷積層、對通道特征進行歸一化處理的時間條件歸一化層以及負斜率為0.2的LeakyReLU激活層；其中，卷積層執行通道數由3逐級增至512的通道數變化； 所述時間注意力機制層通過全連接層將時間嵌入向量映射至512維，采用Sigmoid函數生成特征通道注意力權重，對中間線性變換層輸出的特征圖的空間維度執行全局平均池化后與注意力權重逐元素相乘； 所述全連接輸出層將通道數由512調整至1，輸出判別分數； 步驟S3：采用對抗訓練策略聯合優化對抗網絡模型，通過多目標損失函數約束生成數據的時空一致性，所述多目標損失函數包括對抗損失、時序一致性損失和光流運動場匹配損失； 步驟S4：利用訓練完成的對抗網絡模型合成隧道火情溫度云圖視頻序列，并通過多維評價指標驗證生成的溫度云圖視頻序列的時空保真度，所述多維評價指標包括峰值信噪比、結構相似性、感知相似性和光流損失。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國礦業大學，其通訊地址為：221000 江蘇省徐州市銅山區大學路1號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。