Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 哈尔滨工业大学李君宝获国家专利权

哈尔滨工业大学李君宝获国家专利权

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!

龙图腾网获悉哈尔滨工业大学申请的专利一种基于对比学习的自监督动作流程异常检测方法及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:CN120148108B

龙图腾网通过国家知识产权局官网在2025-10-10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:202510207615.X,技术领域涉及:G06V40/20;该发明授权一种基于对比学习的自监督动作流程异常检测方法及系统是由李君宝;谢贤安;绳远远;刘环宇设计研发完成,并于2025-02-25向国家知识产权局提交的专利申请。

一种基于对比学习的自监督动作流程异常检测方法及系统在说明书摘要公布了:本发明提供了一种基于对比学习的自监督动作流程异常检测方法及系统,涉及工控中作业流程动作异常检测领域,用于解决现有方法中对大量标注数据的依赖及模型泛化能力不足的问题。通过创新的视频表征学习模型和对比学习方法,该系统能够利用无标注的动作流程视频生成伪标注数据,从而显著降低标注成本。核心技术包括基于ResNet、时间卷积层和Transformer编码器的视频表征模型,以及结合动态时间规整算法的动作标注生成与映射技术。该系统主要功能为:实时捕获摄像头流数据,通过训练好的动作检测模型识别并比对动作流程,如检测到动作缺失、顺序错误或多余动作,则标记为异常。这种方法适用于工业生产、视频监控和医疗诊断等场景。

本发明授权一种基于对比学习的自监督动作流程异常检测方法及系统在权利要求书中公布了:1.一种基于对比学习的自监督动作流程异常检测方法,其特征在于,所述方法通过训练视频表征学习模型进行伪标签生成;利用伪标签进行训练动作检测模型,实现动作流程异常检测,包括以下步骤: S1:采集正常动作流程的视频序列; S2:利用视频表征学习模型对获取的视频进行特征提取和细粒度学习,识别各个流程动作特征; S3:手动标注一个标准动作流程视频的子动作边界,确定每个子动作阶段的时间区间; S4:应用动态时间规整算法,寻找无标注视频与已标注标准流程视频之间的最优时间对齐路径P; 寻找对齐路径P实现过程为: 使用编码器提取已标注视频和未标注视频每一帧的特征,得到序列和 计算目标视频与标准流程视频的帧特征相似性矩阵: 其中,sim·表示帧嵌入向量的相似性; 应用动态时间规整算法,寻找最优时间对齐路径P={i1,j1,i2,j1,...,ik,jk}; 其中,im,jn表示未标注视频的第m帧应对齐已标注视频第n帧; S5:根据时间对齐路径,将标准流程视频的标签映射到无标注视频,生成伪标签,进而获得一系列有标签的视频; S6:将所述有标签的视频作为数据集进行训练动作检测模型,使得所述动作检测模型能够预测出每帧动作所属类别; S7:实时捕获摄像头流数据,利用训练好的动作检测模型进行检测,将检测到的动作序列与标准动作流程模板进行比对,如果序列完全匹配,则判定为正常流程;如果动作缺失、顺序错误或多余动作存在,则判定为异常流程。

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哈尔滨工业大学,其通讯地址为:150001 黑龙江省哈尔滨市南岗区西大直街92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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。