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！

龙图腾网获悉无锡学院申请的专利图像目标检测方法、视频流压缩方法及装置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：CN118921475B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411405439.2，技术领域涉及：H04N19/48；该发明授权图像目标检测方法、视频流压缩方法及装置是由王泉;陈祺东;曹心雨;张永宏;朱灵龙;陈俊怡;施珮;朱雪金;盛丽娜设计研发完成，并于2024-10-10向国家知识产权局提交的专利申请。

本图像目标检测方法、视频流压缩方法及装置在说明书摘要公布了：图像目标检测方法、视频流压缩方法及装置，涉及视频流压缩技术领域，解决了现有技术缺少基于先进的编码技术和人工智能技术优化交通监控视频流的问题。视频流拆分为多个图像；改进的YOLOv8对一个图像的感兴趣区域进行目标检测；一个图像生成最终的二值化掩码图；最终的二值化掩码图将一个具有感兴趣区域的图像提取出感兴趣图像和背景图像；重复上述操作，直至多个图像均提取出感兴趣图像和背景图像后，继续执行操作；多个感兴趣图像组合形成感兴趣视频流，多个背景图像组合形成背景视频流；对于感兴趣视频流和背景视频流分别采用不同的压缩层级合并压缩，合并压缩后的感兴趣视频流和背景视频流得到压缩后的视频流。

本发明授权图像目标检测方法、视频流压缩方法及装置在权利要求书中公布了：1.视频流压缩方法，其特征在于，包括以下步骤： 步骤S1，视频流拆分为多个图像； 步骤S2，基于改进的YOLOv8对一个图像的感兴趣区域进行目标检测，形成一个具有感兴趣区域的图像； 步骤S3，对步骤S2所述的图像生成初步的二值化掩码图，对初步的二值化掩码图依次进行腐蚀、膨胀和高斯模糊的操作，生成最终的二值化掩码图； 步骤S4，步骤S3所述的最终的二值化掩码图将步骤S2所述的一个具有感兴趣区域的图像提取出感兴趣图像和背景图像； 步骤S5，重复步骤S2至步骤S4的操作，直至多个图像均提取出感兴趣图像和背景图像后，则执行步骤S6的操作； 步骤S6，多个感兴趣图像组合形成感兴趣视频流，多个背景图像组合形成背景视频流； 步骤S7，对于步骤S6所述的感兴趣视频流和背景视频流分别采用不同的压缩层级进行合并压缩，基于合并压缩后的感兴趣视频流和背景视频流得到压缩后的视频流； 所述的步骤S2，基于改进的YOLOv8对一个图像的感兴趣区域进行目标检测，图像依次输入YOLOv8的骨干网络、YOLOv8的颈部网络和YOLOv8的头部网络对图像目标检测，具体为： 图像依次输入YOLOv8的骨干网络和YOLOv8的颈部网络中的星锚上下文特征提取模块CSC模块进行特征提取输出特征图； 在CSC模块中，图像经过卷积批量归一化SiLU激活函数模块CBS模块进行特征提取输出特征图，特征图经过Split分为两个分支，其中，一个分支特征图直接输入Concat，另一个分支特征图经过多个SC-Block模块进行特征融合输出融合后的特征图，对两个分支的特征图进行Concat后，再次经过CBS模块输出特征图； 在所述的SC-Block模块中，另一分支特征图经过CAA和星操作进行特征融合输出融合后的特征图； 所述的另一分支特征图经过CAA和星操作进行特征融合输出融合后的特征图，具体为： 另一分支特征图经过CAA进行特征提取输出特征图，特征图经过DW-Conv分为第一分支和第二分支，第一分支和第二分支的特征图分别输入FC层进行运算再次生成特征图，星操作将第一分支和第二分支的特征图合并，生成更新后的特征图，更新后的特征图依次输入FC层、DW-Conv生成融合后的特征图； 所述的另一分支特征图经过CAA和星操作进行特征融合，具体为： ； 其中，为另一分支特征图经过CAA和星操作进行特征融合，为自适应权重系数，为从图像中提取出的某一位置的局部特征，为某一位置对应的全局上下文信息； 所述的更新后的特征图，具体为： 其中，为更新后的特征图，为特征图，为自适应权重，为逻辑运算符号。

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无锡学院，其通讯地址为：214105 江苏省无锡市锡山区锡山大道333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。