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！

龍圖騰網獲悉揚州萊斯信息技術有限公司申請的專利一種基于音視頻融合的生態環境指揮調度系統及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：CN119476811B 。

龍圖騰網通過國家知識產權局官網在2025-09-26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：202411537227.X，技術領域涉及：G06Q10/0631；該發明授權一種基于音視頻融合的生態環境指揮調度系統及方法是由陳媛;徐潔;趙加夠;張晶設計研發完成，并于2024-10-31向國家知識產權局提交的專利申請。

本一種基于音視頻融合的生態環境指揮調度系統及方法在說明書摘要公布了：本發明公開了一種基于音視頻融合的生態環境指揮調度系統及方法，涉及生態環境調度技術領域，包括指揮調度平臺，所述指揮調度平臺通信連接有數據采集模塊、數據預處理模塊、事件檢測識別模塊、嚴重性評估模塊、指揮調度模塊以及資源管理模塊，其中，各模塊間電信號連接；所述數據采集模塊，用于從預先部署的各種傳感器和監控設備中收集實時的音視頻數據。本發明通過實時監控和自動檢測技術，在第一時間識別出異常事件，并立即啟動預警機制，與傳統的人工巡查相比，可以減少發現異常事件的時間，此外，系統的自動化特性減少了人為因素導致的延遲，確保了在緊急情況下能夠迅速動員資源和人員，有效控制和緩解事件的影響。

本發明授權一種基于音視頻融合的生態環境指揮調度系統及方法在權利要求書中公布了：1.一種基于音視頻融合的生態環境指揮調度系統，包括指揮調度平臺，其特征在于：所述指揮調度平臺通信連接有數據采集模塊、數據預處理模塊、事件檢測識別模塊、嚴重性評估模塊、指揮調度模塊以及資源管理模塊，其中，各模塊間電信號連接； 所述數據采集模塊，用于從預先部署的各種傳感器和監控設備中收集實時的音視頻數據，并將采集到的音視頻數據傳輸至指揮調度平臺； 所述數據預處理模塊，用戶對采集到的音視頻數據進行處理和分析，并對音視頻數據進行存儲和備份； 所述事件檢測識別模塊，結合圖像識別和機器學習技術，對處理后的音視頻數據進行分析，識別出生態環境中的異常事件，生態環境中異常事件的識別過程為： 接收來自數據預處理模塊的音視頻數據，并從處理后的音視頻數據中提取出用于訓練和測試的樣本數據，對樣本數據進行標注，標記出不同異常事件類型的特征區域； 利用計算機視覺技術，對視頻幀中的圖像進行識別，并從視頻幀中提取圖像特征，包括顏色、紋理、形狀、運動軌跡，對音頻數據進行特征提取，獲取聲音特征，包括聲音的頻率、強度、持續時間； 使用標注好的生態環境異常事件數據，訓練異常事件識別模型，并對提取的特征進行分析，以識別出正常環境背景與異常事件之間的差異，其中異常事件識別模型基于卷積神經網絡模型而獲取； 基于異常事件識別模型和圖像特征的關聯數據，對圖像進行異常檢測，分析得到異常圖像識別指數，檢測異常圖像，將處理后的聲音特征數據輸入異常事件識別模型，得到異常聲音識別指數，檢測異常聲音； 綜合異常圖像和異常聲音的檢測結果，分析識別出生態環境中的異常事件，并對檢測到的異常事件進行分類，確定異常事件的具體類型，結合視頻幀的地理信息進行定位，確定異常事件發生的位置； 所述嚴重性評估模塊，針對識別出的生態環境中的異常事件，結合歷史數據，基于異常事件的影響范圍、潛在危害和緊急程度對異常事件的嚴重程度進行分析和評估，并設定異常事件嚴重性的預警等級，對異常事件進行分級，對異常事件進行分級的過程為： 收集相關的歷史生態環境異常事件數據，包括以往事件的影響范圍、潛在危害、應急響應措施及其效果，并實時獲取識別出的生態環境異常事件的最新數據和當前天氣因素的相關數據，從事件的影響范圍、潛在危害和緊急程度三個維度對異常事件進行分析； 結合歷史生態環境異常事件數據，將當前異常事件與歷史生態環境異常事件的數據進行對比分析，使用地理信息系統技術分析異常事件的影響范圍，量化受影響區域的大小，評估受影響區域的生態重要性，評估異常事件對生態系統的影響，估算異常事件造成的直接和間接經濟損失，并評估異常事件的發展速度，判斷其是否呈現快速惡化趨勢，以確定控制異常事件的緊急程度； 設定量化指標，量化影響范圍、潛在危害和緊急程度各個評估維度的得分，計算嚴重性評估指數，并根據量化指標的評分結果，分析異常事件的趨勢； 基于異常圖像識別指數和異常聲音識別指數確定當前異常事件類型，配合嚴重性評估指數，得到異常評估指數，分析當前異常事件的嚴重程度； 結合當前天氣因素和異常評估指數，得到異常預警系數，預測異常事件的預計持續時間，進一步判斷異常事件對生態環境的長期干擾及影響； 根據歷史生態環境異常事件數據和異常預警系數，分析并劃分異常事件嚴重性的預警等級，分別為低預警等級、中預警等級以及高預警等級，并針對各預警等級，確定相應的預警閾值； 所述指揮調度模塊，用于根據事件檢測識別模塊和嚴重性評估模塊的結果，結合確定的異常事件嚴重性的預警等級，制定并下達相應的調度指令，進行調度資源的分配； 所述資源管理模塊，對調度系統中的各類資源進行統一管理和優化配置； 所述異常圖像識別指數的表達式為： 其中，AP為異常圖像識別指數，n為視頻中的幀數，Ci為第i幀圖像的顏色特征值，Ti為第i幀圖像的紋理特征值，Fi為第i幀圖像的形狀特征值，Mi為第i幀圖像的運動特征值，e為自然對數的底數； 所述異常聲音識別指數的表達式為： 其中，AS為異常聲音識別指數，s為聲音樣本的數量，Lj為第j個聲音樣本的頻率特征值，B為基準頻率值，代表正常環境條件下的典型頻率特征值，S為標準差，表示頻率特征值的分布范圍，Hj為第j個聲音樣本的強度特征值，Aj為第j個聲音樣本的持續時間特征值； 所述嚴重性評估指數的表達式為： 其中，SA為嚴重性評估指數，Ig為第g個維度的量化得分，g為影響范圍的得分、潛在危害的得分或緊急程度的得分，wg為第g個維度的權重，根據各維度的重要性分配，且Jg為第g個維度的基準值，σg為第g個維度的標準差； 所述異常評估指數的表達式為： 其中，AWC為異常評估指數，APk為第k個圖像識別事件的異常圖像識別指數，ASk為第k個聲音識別事件的異常聲音識別指數，αk為第k個事件的權重，βk為第k個事件的調整參數，SA為嚴重性評估指數，γ為嚴重性評估的基準值，表示正常的嚴重性水平，δ為嚴重性評估的調整參數； 所述異常預警系數基于當前天氣因素和異常評估指數而獲得，其表達式為： 其中，AIC為異常預警系數，AWCu為第u個異常預警系數的量化值，反映了不同事件的預警嚴重性，Wu為與天氣相關的權重因子，Tc為當前天氣的溫度指標，Tb為天氣基準值，Tr為天氣指標的變化范圍，p為異常事件數量； 多個所述預警等級對應多個所述預警閾值，其中，所述預警閾值包括上限閾值和下限閾值； 多個所述預警等級與多個所述預警閾值滿足如下關系： 低預警等級0AIC≤AICzy； 中預警等級AICzyAIC≤AICgy； 高預警等級AICAICgy； 其中，AIC為異常預警系數，AICzy為中預警等級對應的下限閾值與低預警等級對應的上限閾值，AICgy為高預警等級對應的下限閾值與中預警等級對應的上限閾值； 通過實時監控和自動檢測技術，在第一時間識別出異常事件，并立即啟動預警機制，減少發現異常事件的時間，系統的自動化特性減少人為因素導致的延遲，確保在緊急情況下能夠迅速動員資源和人員，有效控制和緩解事件的影響。

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揚州萊斯信息技術有限公司，其通訊地址為：225000 江蘇省揚州市廣陵區江廣智慧城東苑2號樓揚州創新中心(B座09樓)；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”。