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！

龙图腾网获悉陕西理工大学申请的专利一种基于公共空间视频的异常检测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：CN116704396B 。

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：202310427415.6，技术领域涉及：G06V20/40；该发明授权一种基于公共空间视频的异常检测方法是由崔茹;张鑫;曹聪琦设计研发完成，并于2023-04-20向国家知识产权局提交的专利申请。

本一种基于公共空间视频的异常检测方法在说明书摘要公布了：本发明公开了一种基于公共空间视频的异常检测方法，包括：步骤1、将获取的视频数据基于时间序列进行视频片段划分，并以异常分数对划分获得的视频片段进行标签标注，将多个连续的视频片段与对应的标签组成数据集；步骤2、构建用于视频异常分数评估的自适应卷积网络，利用数据集对所述自适应卷积网络进行训练，获得用于视频异常分数评估的评估模型；步骤3、将一批包含异常视频和正常视频的视频片段输入至所述评估模型中，获得视频片段的异常分数；步骤4、基于批聚类指导异常分数的生成。本发明提供的方法可以有效提高异常视频的检测准确度。

本发明授权一种基于公共空间视频的异常检测方法在权利要求书中公布了：1.一种基于公共空间视频的异常检测方法，其特征在于，包括： 步骤1、将获取的视频数据基于时间序列进行视频片段划分，并以异常分数对划分获得的视频片段进行标签标注，将多个连续的视频片段与对应的标签组成数据集； 步骤2、构建用于视频异常分数评估的自适应卷积网络，所述自适应卷积网络包括特征提取模块，图构造模块以及图卷积模块，所述特征提取模块用于提取视频片段中的外观与运动信息，以构建对应的时空特征，所述图构造模块根据输入的时空特征构建各视频片段间的内在关系图，所述图卷积模块包含三层图卷积层，用于时空特征和内在关系图中的邻接矩阵的分析，以输出视频片段的异常分数； 利用数据集对所述自适应卷积网络进行训练，获得用于视频异常分数评估的评估模型； 步骤3、将一批包含异常视频和正常视频的视频片段输入至所述评估模型中，获得视频片段的异常分数； 同时提取所述图卷积模块中第一层图卷积层的输出结果，采用K-Means算法对所述输出结果进行批聚类，并基于批聚类的损失对类簇进行优化，以获得包含异常视频和正常视频的两种类簇； 步骤4、根据获得的异常分数和类簇的类别之间相似度得分，生成视频片段的伪标签，对所述伪标签为异常的视频片段进行异常分数扩大，以获得所有视频的异常评估结果，具体包括以下步骤： 计算异常分数与类簇的类别之间第一相似性得分，同时计算异常分数向量与相反的类簇的类别之间第二相似性得分； 基于第一相似度得分和第二相似度等分，计算获得对应视频的伪标签：；式中，表示视频第个片段的类别，表示视频第个片段的相反类别，表示第一相似度得分，表示第二相似性得分；在异常视频中，若视频片段的伪标签为1则扩大它的异常得分：；式中，表示原异常得分，表示扩大后的异常得分，表示扩张系数；若视频片段的伪类标为0则视频片段异常分数不变，即。

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陕西理工大学，其通讯地址为：723001 陕西省汉中市汉台区东一环路陕西理工大学；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。