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！

龙图腾网获悉西安电子科技大学申请的专利一种基于多目标优化的视频摘要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：CN116129317B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202310103335.5，技术领域涉及：G06V20/40；该发明授权一种基于多目标优化的视频摘要方法是由公茂果;何热;蒋祥明;王善峰;范晓龙;唐泽栋;武越设计研发完成，并于2023-02-10向国家知识产权局提交的专利申请。

本一种基于多目标优化的视频摘要方法在说明书摘要公布了：本发明涉及一种基于多目标优化的视频摘要方法，包括：获取待生成摘要的原视频；利用核时域分割对原视频进行视频镜头分割，得到多个不相交的子镜头；对原视频进行采样抽帧，得到第一采样帧集合，提取第一采样帧集合中所有采样帧对应的特征向量，构建特征词典；根据特征词典，构建视频摘要生成的多目标优化模型；利用基于分解的多目标优化算法，得到多目标优化模型的非支配解集合；确定非支配解集合中的最优解，根据最优解得到视频摘要结果。本发明的方法通过在视频摘要领域引入多目标优化算法，可以快速实现视频摘要的提取，提高视频摘要提取的准确性使得视频摘要能全面的反映视频内容。

本发明授权一种基于多目标优化的视频摘要方法在权利要求书中公布了：1.一种基于多目标优化的视频摘要方法，其特征在于，包括： 步骤1：获取待生成摘要的原视频； 步骤2：利用核时域分割对所述原视频进行视频镜头分割，得到多个不相交的子镜头； 步骤3：对所述原视频进行采样抽帧，得到第一采样帧集合，提取所述第一采样帧集合中所有采样帧对应的特征向量，构建特征词典； 步骤4：根据所述特征词典，构建视频摘要生成的多目标优化模型，其中，所述多目标优化模型表示为： ； ； 其中，表示多目标优化模型的优化方向，表示多目标优化模型，表示选择向量，表示特征词典，表示选择子集，表示选择子集对原视频的重构误差，表示选择子集的稀疏性，T表示矩阵转置，表示第个子镜头的选中结果，表示第i个子镜头的长度，length表示原视频中包含图像帧的数量，S表示子镜头的个数，表示F范数运算； 步骤5：利用基于分解的多目标优化算法，得到所述多目标优化模型的非支配解集合；所述步骤5包括： 步骤5.1：设定子问题数目，构造多个单目标子问题为： ； 其中，表示权重向量与参考点所对应的单目标子问题，表示权重向量，表示参考点，代表优化方向，其中为种群中所有个体对应的目标函数的最小值，为种群中所有个体对应的目标函数的最小值； 步骤5.2：设定邻域子问题数目，根据权重向量间的距离，为每一个单目标子问题寻找与其权重向量最接近的个权重向量所对应的子问题，作为最近的邻域子问题，将所述邻域子问题的索引记为该单目标子问题的邻域集合； 步骤5.3：初始化种群，计算所述初始化种群中每一个个体对应的目标向量，并将目标向量的集合记为； 步骤5.4：根据所述邻域集合，对种群中的每一个个体进行重组和反转变异，得到新的种群以及对应的新的目标向量集合； 步骤5.5：重复步骤5.4对种群进行迭代更新，直至满足迭代终止条件得到最终的种群以及对应的最终的目标向量集合； 步骤5.6：将非支配解及非支配解对应的目标向量分别从最终的种群和最终的目标向量集合中移除，得到所述多目标优化模型的非支配解集合以及对应的非支配解的目标向量集合； 步骤6：确定所述非支配解集合中的最优解，根据所述最优解得到视频摘要结果。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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”。