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！

龙图腾网获悉闽江学院申请的专利基于动态选择对比实例学习的弱监督视频异常检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：CN120107868B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202510591902.5，技术领域涉及：G06V20/40；该发明授权基于动态选择对比实例学习的弱监督视频异常检测方法是由曾坤;吴云涛;李佐勇;刘伟霞;田春伟设计研发完成，并于2025-05-09向国家知识产权局提交的专利申请。

本基于动态选择对比实例学习的弱监督视频异常检测方法在说明书摘要公布了：本发明涉及一种基于动态选择对比实例学习的弱监督视频异常检测方法，属于视频异常检测领域。所述方法，首先构建基于对比学习的实例特征学习模块，以鼓励正常实例的聚合，同时分离异常实例，从而促进正常实例和异常实例之间的区分；接着，构建动态实例选择模块，该模块在异常视频中识别出最可能的正常实例候选，其特征量最小；最后，构建特征域自适应模块，通过域自适应学习进一步增强正常和异常实例之间的可分离性。本发明的方法能够令模型学习到异常视频中的正常片段的特征，从而更精细的区分正常与异常；且本发明方法通过对比学习和域自适应学习充分削弱了场景相似性对模型产生的负面影响，从而提了高异常检测性能。

本发明授权基于动态选择对比实例学习的弱监督视频异常检测方法在权利要求书中公布了：1.一种基于动态选择对比实例学习的弱监督视频异常检测方法，其特征在于，包括： 从监控视频中获取视频流并输入视频异常检测模型，将视频异常检测模型输出的异常分数与预先设定好的阈值进行比较，若异常分数大于阈值则判定输入视频为异常视频并产生警报，若异常分数小于等于阈值则判定输入视频为正常视频； 所述视频异常检测模型通过以下方式进行构建： 构建基于对比学习的实例特征学习模块，用于根据异常训练集、正常训练集、以及对异常训练集和正常训练集进行特征投影后的视频特征，聚合正常视频中的实例，分离异常视频中的实例； 构建动态实例选择模块，用于根据正常视频中聚合的实例及异常视频中分离的实例的实例特征，识别出异常视频中特征大小从小到大排序的前若干个的实例特征，并计算异常分数； 构建实例特征域自适应模块，用于增强基于对比学习的实例特征学习模块中对异常视频中实例的分离的可分离性；实例特征域自适应模块，具体实现如下： 异常信息被抑制后的视频特征和为： 然后，对和分别进行全局平均池化以得到各自代表正常实例的平均值： 接着，将和输入带有梯度反转层GRL的判别器中： 其中，为多层感知机网络；GRL在前向传播时充当恒等函数；在反向传播时，GRL通过乘以反转系数来反转当前梯度，，使得的优化目标与任务判别器的优化目标相反； 最后，反转损失函数定义为： 其中，代表或，当代表时，；当代表时，。

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闽江学院，其通讯地址为：350108 福建省福州市闽侯县上街镇溪源宫路200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”。