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！

龙图腾网获悉浙江理工大学申请的专利一种基于FD-SPnet网络的视频关键帧提取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：CN116310981B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202310260570.3，技术领域涉及：G06V20/40；该发明授权一种基于FD-SPnet网络的视频关键帧提取方法是由田秋红;潘豪;赵妍颖;杨子瑜设计研发完成，并于2023-03-17向国家知识产权局提交的专利申请。

本一种基于FD-SPnet网络的视频关键帧提取方法在说明书摘要公布了：本发明公开了一种基于FD‑SPNet网络的视频关键帧提取方法。方法包括：建立FD‑SPNet网络；将动作视频输入FD‑SPNet网络中训练，获得训练完成的FD‑SPNet网络；将待测动作视频输入，输出待测动作视频中若干待提取的视频关键帧的特征信息，将各个待提取的视频关键帧的特征信息输入Fast‑NMS网络中，Fast‑NMS网络输出待测动作视频中若干最终的视频关键帧，实现视频关键帧的提取。本发明方法实现“粗细”结合的关键帧选取，既加强了时效性，又保证了准确率。

本发明授权一种基于FD-SPnet网络的视频关键帧提取方法在权利要求书中公布了：1.一种基于FD-SPNet网络的视频关键帧提取方法，其特征在于：方法包括如下步骤： 步骤1建立FD-SPNet网络； 步骤2将若干带有动作类别标签的动作视频输入FD-SPNet网络中训练，获得训练完成的FD-SPNet网络； 步骤3将待测动作视频输入训练完成的FD-SPNet网络中，训练完成的FD-SPNet网络输出待测动作视频中若干待提取的视频关键帧的特征信息，将各个待提取的视频关键帧的特征信息输入Fast-NMS网络中，Fast-NMS网络输出待测动作视频中若干最终的视频关键帧，实现视频关键帧的提取；所述的步骤1中，建立的FD-SPNet网络包括依次连接的粗略帧选取模型FDNet和深度学习帧选取模型SPNet；每个带有动作类别标签的动作视频输入FD-SPNet网络中的粗略帧选取模型FDNet后进行视频关键帧的粗略选取后输出粗略选取的视频关键帧的序列，根据粗略选取的视频关键帧的序列将粗略选取的视频关键帧输入深度学习帧选取模型SPNet中，深度学习帧选取模型SPNet输出每个带有动作类别标签的动作视频中若干待提取的视频关键帧的特征信息；所述的步骤2中，将若干带有动作类别标签的动作视频输入FD-SPNet网络中训练，首先将每个带有动作类别标签的动作视频输入FD-SPNet网络中的粗略帧选取模型FDNet后进行视频关键帧的粗略选取后输出粗略选取的视频关键帧的序列，针对每个带有动作类别标签的动作视频，具体如下： 步骤2.1首先计算获得动作视频中的所有视频帧的向量值，获得各视频帧的向量值均值、向量值最大值和向量值最小值，将向量值等于向量值最大值和向量值最小值以及向量值最接近向量值均值的视频帧提取为最大值向量max帧、最小值向量min帧和平均向量avg帧，将最大值向量max帧、最小值向量min帧和平均向量avg帧作为三张固定帧； 步骤2.2采用迭代帧差法依次将动作视频中除了步骤2.1中的三张固定帧的其它视频帧以固定帧为基础进行帧差操作后获得若干视频帧的序列； 步骤2.3采用滑动帧差法依次将动作视频中除了步骤2.1中的三张固定帧的其它视频帧以固定帧为基础进行帧差操作后获得若干视频帧的序列； 步骤2.4将步骤2.2中获得的各个视频帧的序列和步骤2.3中获得的各个视频帧的序列做或操作，最终获得若干关键帧粗略帧选取的视频帧的序列。

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浙江理工大学，其通讯地址为：310018 浙江省杭州市江干区下沙高教园区2号大街928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。