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！

龍圖騰網獲悉安徽大學申請的專利基于ResNet網絡的立體遙測數據3D大氣污染融合和分析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：CN116863328B 。

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：202310655933.3，技術領域涉及：G06V20/10；該發明授權基于ResNet網絡的立體遙測數據3D大氣污染融合和分析方法是由劉岳陽;項衍;楊建文;鄒堉瑩;路然;丁琪芮;符天睿;王繼云設計研發完成，并于2023-06-05向國家知識產權局提交的專利申請。

本基于ResNet網絡的立體遙測數據3D大氣污染融合和分析方法在說明書摘要公布了：本發明公開了基于ResNet網絡的立體遙測數據3D大氣污染融合和分析方法，至少包括以下步驟S1：對收集到的空氣質量數據進行預處理；S2：進行梯度生成節點，度生成階段，S3：進行模型訓練和測試。本發明涉及消防設備技術領域，具體為具體為基于ResNet網絡的立體遙測數據3D大氣污染融合和分析方法。

本發明授權基于ResNet網絡的立體遙測數據3D大氣污染融合和分析方法在權利要求書中公布了：1.基于ResNet網絡的立體遙測數據3D大氣污染融合和分析方法，其特征在于：S1：對收集到的空氣質量數據進行預處理，由于收集數據集規模較大，各個數據之間的差異也較大，這些差異的影響會導致模型的擬合過程困難，所以需要將這些原始數據集進行預處理，使用數據歸一化等常見預處理操作將原始數據控制在更小的特定區間范圍，進而更好地訓練和擬合深度學習模型； residual結構使用的一種shortcut連接方式： S2：進行梯度生成節點，度生成階段，首先使用一個加載kinetic數據上預訓練過的ResNet3D網絡，在訓練數據集上進行微調，使得ResNet3D網絡在該數據集上具有初步的識別能力，之后固定網絡的參數，使用網絡預測標簽來對輸入進行求導： 梯度生成過程是基于一個已經有基本的分辨能力的網絡，使用這個網絡針對輸入進行求導，并對求得的導數進行歸一化，這樣針對輸入視頻的每一個空間位置，就得到對應該位置歸一化后的梯度值，而這些梯度信息，之后將用來對特征增強模塊進行指導，具體流程如下： 首先使用一個經過Kinetics數據集預訓練的網絡在指定數據集上進行微調，使得網絡在實驗數據集上具有最基本的識別能力，當前訓練好的網絡，定義為f，f已經對指定數據集具有初步的分辨能力，那么f就表示輸入圖像xa與圖像標簽y之間的映射關系： y＝fxa其中，y表示經過微調之后的網絡對于圖像段的預測標簽； 將訓練好的網絡參數固定起來，使用最后網絡的預測輸出來對輸入的圖像求導，進行梯度生成，將網絡對視頻中某像素點的梯度值定義為i，j，T，得到i，j，T的表達式如下： 其中，表示圖像中坐標點為i，j，T的值， 之后再使用歸一化公式對生成的梯度進行歸一化： 對原圖中該位置歸一化后的梯度值最終生成的θ是一個與輸入圖像大小相同的矩陣，其中的元素是一個個網絡針對原圖中該位置像素點歸一化后的梯度值； S3：進行模型訓練和測試；完成模型定義后，將圖像數據集劃分為訓練集、驗證集與測試集，按照6：2：2的比例，訓練通過初始的深度學習模型得到預測結果，通過損失函數計算誤差后，再通過優化器調整學習模型的參數，提升數據精準度。

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安徽大學，其通訊地址為：230031 安徽省合肥市肥西路3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”。