买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉四川农业大学申请的专利一种基于无损下采样网络与多模态语义消歧的河道溺水监测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121725430B 。

龙图腾网通过国家知识产权局官网在2026-04-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610222457.X，技术领域涉及：G06V20/52；该发明授权一种基于无损下采样网络与多模态语义消歧的河道溺水监测方法是由谭棵;陈晓燕;彭昌猛;刘州;于贵华;苏厚成;都锦阳;吴斌涛;胡笛;李婷婷;杨言;何欣宇;黄俊杰;姚宇杰设计研发完成，并于2026-02-25向国家知识产权局提交的专利申请。

本一种基于无损下采样网络与多模态语义消歧的河道溺水监测方法在说明书摘要公布了：本发明涉及一种基于无损下采样网络与多模态语义消歧的河道溺水监测方法，属于计算机视觉领域，包括：将采集异构数据并进行增强预处理后输入到目标检测网络检测出几何检测置信度，通过几何检测置信度进行目标初筛选；针对初筛选的疑似目标，计算其在连续时间窗口内的稠密光流畅，并根据稠密光流场提取光流运动熵，根据运动熵优选关键帧图像及前后时序特征图；云端利用视觉大模型执行基于跨模特注意力机制的特征‑语义映射，生成文本化语义结果；将目标检测网络检测出的几何检测置信度与视觉大模型输出的文本化语义结果进行贝叶斯加权融合，最后触发终端声光报警。本发明突破了传统视觉算法缺乏行为语义认知的瓶颈，显著降低了假性溺水误报率。

本发明授权一种基于无损下采样网络与多模态语义消歧的河道溺水监测方法在权利要求书中公布了：1.一种基于无损下采样网络与多模态语义消歧的河道溺水监测方法，其特征在于：所述方法包括： 步骤一、将采集异构数据并进行增强预处理后输入到部署于边缘端的目标检测网络检测出几何检测置信度，通过几何检测置信度进行目标初筛选； 步骤二、针对初筛选的疑似目标，计算其在连续时间窗口内的稠密光流畅，并根据稠密光流场提取光流运动熵，根据运动熵优选关键帧图像及前后时序特征图； 步骤三、将关键帧图像及上下文信息上传至云端，云端利用视觉大模型执行基于跨模特注意力机制的特征-语义映射，生成文本化语义结果； 步骤四、将SPD-YOLO11-RiverGuard目标检测网络检测出的几何检测置信度与视觉大模型输出的文本化语义结果进行贝叶斯加权融合，若当融合后的最终风险指数超过报警阈值时，则生成包含目标位置与现场环境描述的告警信息，并触发终端声光报警； 所述目标检测网络利用空间转深度卷积进行无损下采样，设输入特征图为F，尺寸为，空间转深度卷积通过切片操作生成四个子特征图分别为，将四个子特征图在通道维度上进行拼接，输出特征图的维度变为，在降低分辨率的同时保留全部像素信息，同时，结合动态感受野注意力抑制背景噪声，S为空间尺寸，C1为输入通道数； 设输入特征为F，感受野空间特征权重为，最终输出目标的位置坐标、类别置信度及水域分割掩膜，若检测到目标处于水域掩膜内且置信度超过预设阈值，则标记为初筛选疑似目标，其中，表示全局平均池化，表示可学习的权重矩阵，表示温度系数； 所述根据稠密光流场提取光流运动熵包括：计算目标区域内像素点的运动矢量和运动幅值，将运动幅值离散化为K个区间，统计每个区间的概率分布，设定时间窗口长度为T，并以时间顺序对初筛疑似目标在连续视频帧中的运动特征进行连续更新分析，即在视频帧序列推进过程中，反复选取当前帧及其相邻的前帧作为分析窗口，对初筛疑似目标进行分析，则该时间窗口内的运动熵，仅当运动熵超过设定的挣扎阈值时，判断该时间窗口内的动作为高风险异常行为，并截取当前关键帧图像及前后时序特征图，和分别表示像素在相邻两帧之间沿水平方向与垂直方向的光流位移。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人四川农业大学，其通讯地址为：625000 四川省雅安市雨城区新康路46号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。