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！

龙图腾网获悉上海克劳安智能科技有限公司申请的专利一种具备智能判别功能的安防箱视频监控系统及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：CN120568026B 。

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：202511079489.0，技术领域涉及：H04N7/18；该发明授权一种具备智能判别功能的安防箱视频监控系统及方法是由胡兴涛;李新颜设计研发完成，并于2025-08-04向国家知识产权局提交的专利申请。

本一种具备智能判别功能的安防箱视频监控系统及方法在说明书摘要公布了：本发明公开了一种具备智能判别功能的安防箱视频监控系统及方法，涉及视频监控技术领域，通过连续采集图像并构建图像帧平均亮度序列与图像帧时间序列，可对图像帧亮度梯度变化率集合进行动态趋势提取，利用异常遮挡图像帧数据集合作为输入基础，结合光流位移向量集合与图像帧亮度梯度变化率集合的空间变化趋势，输出遮挡行为可能性评分，实现遮挡意图的概率判定，避免对偶发性非人为干扰的误判，在光流扰动集中区域中执行边缘结构分析，生成光流扰动集中区域边界轮廓形态特征数据集，并计算遮挡面积比例，再与遮挡行为可能性评分融合形成光流扰动集中区域特征融合输入集合，最终通过干扰行为判别标签进行智能分类。

本发明授权一种具备智能判别功能的安防箱视频监控系统及方法在权利要求书中公布了：1.一种具备智能判别功能的安防箱视频监控方法，其特征在于：包括以下步骤： S1、通过安防箱摄像模组连续采集现场图像数据，形成视频图像帧序列，对所述视频图像帧序列中的每一帧图像，执行图像亮度信息提取操作，获取图像帧的像素平均亮度值，构成图像帧平均亮度序列；同时记录图像帧的采集时间，构成图像帧时间序列，计算图像帧亮度梯度变化率，并输出图像帧亮度梯度变化率集合； S2、对所述图像帧亮度梯度变化率集合进行动态趋势分析，识别在连续帧中的波动状态，并构建异常遮挡图像帧数据集合； S3、对所述异常遮挡图像帧数据集合进行逐帧处理，生成光流位移向量集合，结合图像帧亮度梯度变化率集合的空间分布趋势，输出遮挡行为可能性评分； S4、对光流扰动集中区域进行边缘提取处理，输出遮挡面积比例，再将所述遮挡行为可能性评分、遮挡区域边界轮廓形态特征数据集与所述遮挡面积比例合并为遮挡区域特征融合输入集合； S5、对所述遮挡区域特征融合执行多特征融合判断逻辑，输出干扰行为判别标签，并根据所述干扰行为判别标签对应的判定类型，执行分类响应动作； 所述S2包括S21和S22； S21、对所述图像帧亮度梯度变化率集合执行序列性趋势分析，采用滑动时间窗口机制，联合计算每一局部窗口内图像帧亮度梯度变化率的一阶差分与局部统计方差，当连续图像帧在滑动窗口内同时满足以下两个条件时： 条件一：一阶差分超出预设的突变斜率阈值； 条件二：局部统计方差超出预设的剧烈波动阈值； 则将连续图像帧标记为疑似遮挡干扰图像帧，并纳入疑似遮挡干扰图像帧集合中； 其中，每一局部窗口内图像帧亮度梯度变化率的一阶差分反映变化斜率；每一局部窗口内图像帧亮度梯度变化率的局部统计方差反映波动剧烈程度； S22、对所述疑似遮挡干扰图像帧集合中的每一帧图像，在所述视频图像帧序列中提取每一帧图像中的图像内容，并获取图像内容的原始灰度图像作为分析目标；基于所述原始灰度图像，依照所述图像帧平均亮度序列中帧与其相邻帧之间的亮度差异，计算每一个像素点的灰度变化幅度，形成像素级灰度差分矩阵； 将所述像素级灰度差分矩阵映射至原图像空间，生成图像亮度变化分布图，将整张图像按照预设的空间网格划分为边缘区域与中心区域两个结构块，在各区域中统计亮度变化强度大于设定最小变化阈值的像素点数量，计算所述像素点数量相对于区域面积的占比，分别作为边缘区域亮度变化密度与中心区域亮度变化密度，再计算边缘区域亮度变化密度与中心区域亮度变化密度的亮度变化密度比； 当亮度变化密度比超过预设边缘集中变化阈值，则判定亮度突变集中发生于图像边缘，符合遮挡行为特征； 将满足遮挡行为特征条件的图像帧标记为异常遮挡图像帧，并汇总构建异常遮挡图像帧数据集合； 所述S3包括S31和S32； S31、对所述异常遮挡图像帧数据集合中的每一帧图像，结合在所述视频图像帧序列中的前一帧与后一帧图像，执行逐像素的稠密光流计算处理，所述稠密光流计算处理采用Farneback光流算法进行处理，计算每个像素在相邻帧之间的位移向量，表示图像帧在时间序列中对应的光流矢量分布； 将每一帧图像得到的位移向量按帧编号整理，汇总生成光流位移向量集合，基于所述光流位移向量集合，提取每个像素点的光流幅度值与方向向量，构建全图的光流强度图与光流方向图；对光流强度图采用阈值分割方法，剔除低强度光流区域，保留高幅度区域；然后对保留区域中像素的方向向量执行区域性角度一致性计算，所述区域性角度一致性计算包括使用密度聚类算法对具有一致运动方向的像素群体进行区域性角度一致性的计算，根据像素群里的局部一致性特征与特征条件进行匹配，标记为候选扰动区域，再对所述候选扰动区域按照以下三个特征条件进行判断，满足条件的区域标记为光流扰动集中区域； 特征条件一：局部区域内光流强度大于全图平均强度的1.5倍； 特征条件二：光流方向角度在区域内部方差小于预设定的方向一致性阈值； 特征条件三：区域像素数量超过图像总像素面积的最小扰动区域比例阈值； 当满足特征条件一、特征条件二和特征条件三的候选扰动区域，判定为光流扰动集中区域，并记录空间边界与中心坐标。

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上海克劳安智能科技有限公司，其通讯地址为：201604 上海市松江区石湖荡镇古松路131号5幢3层315室；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。