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！

龙图腾网获悉宁波大学申请的专利多尺度特征融合及多种注意力结合的弱监督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：CN115439774B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202210902622.8，技术领域涉及：G06V20/40；该发明授权多尺度特征融合及多种注意力结合的弱监督异常检测方法是由宋鹏程;郭立君;张荣;郭爱斌设计研发完成，并于2022-07-29向国家知识产权局提交的专利申请。

本多尺度特征融合及多种注意力结合的弱监督异常检测方法在说明书摘要公布了：本发明涉及一种多尺度特征融合及多种注意力结合的弱监督异常检测方法，通过将正常视频和异常视频均分成T个视频片段，通过I3D卷积网络提取每个视频片段中的时空特征，接着通过有利于时空特征表达的多尺度特征融合网络从时空特征中获取融合后的多尺度特征，然后在多尺度特征的时序维度和通道维度分别加上多头自注意力机制和通道注意力机制来实现视频片段间的全局时间依赖性和不同通道特征上的信息，接着通过全连接层输出每个视频片段的异常分数，最后，根据输出的异常分数构建目标损失函数，从而使整个弱监督异常检测过程更容易收敛到最优。

本发明授权多尺度特征融合及多种注意力结合的弱监督异常检测方法在权利要求书中公布了：1.多尺度特征融合及多种注意力结合的弱监督异常检测方法，其特征在于，包括： 步骤1、采集训练视频集，所述训练视频集包括正常视频和异常视频； 步骤2、将正常视频切分成含有个互不重叠的视频片段的负包，将异常视频切分成含有个互不重叠的视频片段的正包，每个片段包含帧连续画面； 步骤3、采用I3D卷积网络分别提取正包和负包中每个视频片段的时空特征和；并采用多尺度特征融合网络对正包和负包中的时空特征、时空特征分别进行特征融合，得到正包的多尺度特征和负包的多尺度特征；具体包括： S301、采用个一维卷积核分别对时空特征、时空特征进行卷积操作，一维卷积核的大小为，其表达式分别为： ； ； 步骤302、采用个一维卷积核分别对时空特征、时空特征再次进行卷积操作，一维卷积核的大小为，其表达式分别为： ； ； 步骤303、步骤301卷积输出的特征和步骤302卷积输出的特征与时空特征融合得到多尺度特征，其表达式分别为： ； ； 步骤4、采用多头自注意力机制分别在正包的多尺度特征和负包的多尺度特征中加入注意力获得加入注意力机制的多尺度特征和； 步骤5、采用通道注意力机制分别对加入注意力机制的多尺度特征和进行降维、升维、sigmoid函数计算通道注意力权重以及给加入注意力机制的多尺度特征和每个通道赋予权重后得到加入多种注意力机制的多尺度特征和； 步骤6、采用一个全连接层网络对加入多种注意力机制的多尺度特征和进行线性回归，并得到和中每个片段的异常分数包和； 步骤7、根据异常分数包和构建目标损失函数对步骤4至步骤6的参数进行优化。

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宁波大学，其通讯地址为：315211 浙江省宁波市江北区风华路818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”。