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 > 青岛衡迅工贸有限公司张瑜获国家专利权

青岛衡迅工贸有限公司张瑜获国家专利权

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!

龙图腾网获悉青岛衡迅工贸有限公司申请的专利一种轨道交通视频智能分析方法、介质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:CN120259946B

龙图腾网通过国家知识产权局官网在2025-10-21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:202510422245.1,技术领域涉及:G06V20/40;该发明授权一种轨道交通视频智能分析方法、介质及系统是由张瑜设计研发完成,并于2025-04-07向国家知识产权局提交的专利申请。

一种轨道交通视频智能分析方法、介质及系统在说明书摘要公布了:本发明提供一种轨道交通视频智能分析方法、介质及系统,属于轨道交通技术领域,本发明通过构建自适应分辨率图像分层结构,基于最小生成树算法动态确定最优分辨率层级;采用改进帧差法结合光流估计技术构造异常目标移动矩阵;应用匈牙利算法实现目标跟踪;构建异常目标变化指数评估行为异常程度;根据车辆运行状态划分监控阶段实现场景自适应;引入轨道场景注意力网络模型识别异常行为;通过异常行为风险评估函数量化风险等级;实施分层处理策略使低分辨率层级负责全局快速筛查,高分辨率层级负责重点区域精细分析;结合轨道交通异常事件预测模型预估风险趋势,有效解决了高清视频处理计算量大、效率低的技术问题。

本发明授权一种轨道交通视频智能分析方法、介质及系统在权利要求书中公布了:1.一种轨道交通视频智能分析方法,其特征在于,包括:S01、构建自适应分辨率图像分层结构,基于最小生成树算法动态确定最优分辨率层级数量,将原始高清视频帧通过递归二分降采样方法生成分辨率金字塔,每一层级分辨率通过分辨率级别评估函数确定;S02、采用改进帧差法计算相邻视频帧之间差异,使用Lucas-Kanade光流估计算法计算像素点运动矢量场,提取运动方向和速度信息,将帧差结果与光流信息融合,构造异常目标移动矩阵;S03、基于所述异常目标移动矩阵,计算异常目标移动位移矩阵;S04、根据所述异常目标移动位移矩阵,构建异常目标变化指数;S05、根据轨道交通车辆运行状态,将站台监控区域划分为车辆进站阶段、车辆停靠阶段、车辆出站阶段、站台空闲阶段四个时间段,应用场景自适应分析策略;S06、引入预先训练好的轨道场景注意力网络模型进行异常目标识别,所述轨道场景注意力网络模型集成时空注意力机制与区域提议网络;S07、采用异常行为风险评估函数,综合计算当前异常目标与轨道安全边界距离参数、目标移动速度参数、目标行为模式相似度参数、站台拥挤度参数、车辆运行阶段参数,量化异常行为风险等级输出归一化风险评分及对应预警等级;S08、基于分层处理策略,对不同分辨率层级图像执行并行计算,低分辨率层级负责全局快速筛查,高分辨率层级负责重点区域精细分析,优化计算资源分配;S09、根据检测结果及所述异常目标变化指数,按照预设风险等级划分预警级别; 其中,步骤S03具体包括:对异常目标移动矩阵应用连通域分析算法,提取并标记各个独立运动目标,计算每个目标的质心坐标、面积、边界框,建立目标特征描述向量,包含位置、尺寸、颜色直方图和纹理特征,连续视频帧间构建目标匹配成本矩阵,矩阵元素表示第个当前目标与第个历史目标的匹配代价,计算公式为,其中,为位置距离;为尺寸差异;为外观相似度;、、为权重系数,将匹配问题转化为指派问题,应用匈牙利算法进行求解,得到最优匹配结果,基于最优匹配结果,计算每个目标在连续帧之间的位移向量,形成异常目标移动位移矩阵,记录水平和垂直方向的位移量; 其中,步骤S04包括:计算目标大小变化率,式中,为第个目标的大小变化率;和分别为该目标在当前帧和前一帧中的面积,然后计算移动速度变化率,采用公式:;式中,为第个目标的速度变化率;和分别为该目标在当前帧和前一帧中的速度幅值,通过位移向量计算:,其中为相邻帧时间间隔; 然后计算方向变化率,采用公式:;式中,为第个目标的方向变化率;和分别为该目标在当前帧和前一帧中的运动方向角度; 之后计算异常目标变化指数,采用公式: ; 式中,为第个目标的异常变化指数;、、为权重系数;表示绝对值运算;为噪声修正项; 引入时空上下文信息进行调整,构建时空记忆模块记录目标历史行为模式,计算当前行为与历史模式偏差程度,对变化指数进行修正; 其中,步骤S06中,所述轨道场景注意力网络模型的具体结构为基于改进Transformer架构的时空双注意力网络,主干网络采用深度残差结构提取图像特征,时间注意力模块捕捉目标行为时序特征,空间注意力模块关注站台关键区域,集成区域提议网络提高小目标检测能力。

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青岛衡迅工贸有限公司,其通讯地址为:266000 山东省青岛市市北区舞阳路7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。