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！

龙图腾网获悉联通(广东)产业互联网有限公司申请的专利一种基于Vibe算法和人工神经网络检测方法和系统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：CN114943919B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202210599662.X，技术领域涉及：G06V20/40；该发明授权一种基于Vibe算法和人工神经网络检测方法和系统是由姜明远;邱述洪;童荪;甘海华设计研发完成，并于2022-05-30向国家知识产权局提交的专利申请。

本一种基于Vibe算法和人工神经网络检测方法和系统在说明书摘要公布了：本发明涉及计算机视觉领域，更具体地，涉及一种基于Vibe算法和人工神经网络检测方法和系统。本发明通过Vibe背景建模算法提取监控图像的运动目标，不仅能避免小体积的运动目标被遗漏的情况，还能大幅度提高检测运动目标的准确率。此外，本发明还通过生成式对抗网络将低分辨率的图像进行重构，提高了运动目标图像的分辨率。在图像分辨率提高的基础上，检测运动目标的准确率得到显著提升。最后，将ESRGAN的loss替换为Wassersteinloss，使生成式对抗网络的训练过程更为平滑稳定。改进Arcfaceloss使神经网络分类器的分类效果显著提升。生成式对抗网络和神经网络的性能优化，进一步提升检测运动目标的准确率。

本发明授权一种基于Vibe算法和人工神经网络检测方法和系统在权利要求书中公布了：1.一种基于Vibe算法和人工神经网络检测方法，其特征在于，包括： 获取运动目标的监控图像； 基于Vibe算法对所述监控图像进行特征提取，得到第一特征图像；所述特征为运动目标的特征；所述第一特征图像为运动目标图像； 基于生成式对抗网络对所述第一特征图像进行超分辨率重构，得到第二特征图像；所述生成式对抗网络基于ESRGAN算法和Wsaaersteinloss建立； 基于神经网络模型对所述第二特征图像进行运动目标识别； 所述生成式对抗网络在对监控图像进行超分辨率重构之前已进行对抗训练，所述对抗训练包括： 采集运动目标图像，建立训练样本集；所述训练样本集包括：低分辨率图像以及低分辨率图像样本对应的高分辨率图像； 基于生成式对抗网络建立检测模型，利用所述训练样本集训练检测模型；所述检测模型包括：对抗神经网络生成器和对抗神经网络判别器：将低分辨率图像输入对抗神经网络生成器，对抗神经网络生成器生成高分辨率图像；将生成的高分辨率图像和真实的高分辨率图像分别输入对抗神经网络判别器、VGG16特征提取网络，对抗神经网络判别器通过生成的高分辨率图像和真实的高分辨率图像更新Wassersteinloss，VGG16特征提取网络通过生成的高分辨率图像和真实的高分辨率图像更新特征图对应像素的MSE； 所述生成式对抗网络的损失函数为： 其中，为整体的损失函数，为均方误差权重系数，为感知损失权重系数，为对抗损失权重系数,为生成的高分辨率图与标签高分辨率图像素之间的均方差损失,为感知损失,为生成的高分辨率图与标签高分辨率图判别置信度之间的差值； 其中，为生成的高分辨率图与标签高分辨率图像素之间的均方差损失，E为期望，为标签高分辨率图像坐标为（x，y）处的像素值，为对抗神经网络高分辨率图像生成器，为生成的高分辨率图像（x，y）坐标处的像素值，为低分辨率图像，x为图像像素的横坐标，y为图像像素的纵坐标； ； 其中，为感知损失，为对抗神经网络特征提取器，为标签高分辨率图像，E为期望，为标签高分辨率图像经对抗神经网络特征提取器提取的特征图的（x，y）坐标处的像素值，为由低分辨率图像生成的高分变率图像，为对抗神经网络特征提取器提取生成的高分变率图像的特征图的（x，y）坐标处的像素值，为低分辨率图像； ； 其中，为生成的高分辨率图与标签高分辨率图判别置信度之间的差值，为判别器，为期望，为由低分辨率图像生成的高分变率图像的判别置信度，为期望，为标签高分变率图像的判别置信度。

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联通(广东)产业互联网有限公司，其通讯地址为：510000 广东省广州市黄埔区(中新广州知识城)亿创街1号406房之555；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”。