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！

龙图腾网获悉南京航空航天大学申请的专利基于时空语义过滤的端边协同实时视频分析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：CN116824443B 。

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：202310703624.9，技术领域涉及：G06V20/40；该发明授权基于时空语义过滤的端边协同实时视频分析方法是由易畅言;陈翔;朱文杰;陈嘉源;张彤设计研发完成，并于2023-06-14向国家知识产权局提交的专利申请。

本基于时空语义过滤的端边协同实时视频分析方法在说明书摘要公布了：本发明公开了一种基于时空语义过滤的端边协同实时视频分析方法。该方法基于智能视觉设备和边缘服务器构成的智能视觉端边协同系统，然后通过智能视觉设备来捕捉视频信息，通过搭载配置跟踪检测模块和感兴趣区域提取模块。所述的跟踪检测模块自适应地确定卸载决定，用跟踪算法在本地处理每个视频帧，或将其卸载到由物体检测模型推断出的边缘服务器。感兴趣区域决定每个卸载帧的分辨率和检测模型配置，以确保分析结果能够及时返回。跟踪检测模块和感兴趣区域相互协作，过滤重复的时空语义信息，以最大限度地提高处理率，同时确保高视频分析精度。

本发明授权基于时空语义过滤的端边协同实时视频分析方法在权利要求书中公布了：1.一种基于时空语义过滤的端边协同实时视频分析方法，其特征在于：该方法基于智能视觉端边协同系统，所述的智能视觉端边协同系统包括智能视觉设备和边缘服务器，且通过智能视觉设备部署跟踪检测模块和感兴趣区域提取模块； 所述方法以卸载决策、感兴趣区域提取、本地处理模式、检测模型配置、处理分辨率选择为优化变量，基于时空语义过滤冗余信息，以最大化边缘计算系统的帧处理率和检测准确率为目标； 所述方法包括如下步骤： 1建立视频分析任务处理模型，在每个时隙开始的时刻，通过智能视觉设备捕捉视频流，然后抽样后得到视频帧，并对视频帧是否卸载到边缘服务器上或者智能视觉设备上处理进行决策分配； 2设计可优化的动态数据量计算模型，通过该动态数据计算模型可得到对于提取感兴趣区域块后卸载帧数据量的计算为： ， 式中，表示时隙，是单位像素的数据量大小，是第块在分辨率下的像素数，是块的数量； 3确定该边缘计算系统的决策变量，所述的决策变量包括帧卸载决策、感兴趣区域提取处理、移动端处理模式、检测模型配置、处理分辨率； 4计算整个系统的平均时延，包括视频分析任务在移动端设备的计算时延、预检测时延、传输时延、边缘服务器上的计算时延，该边缘计算系统的总时延表示如下： , 式中，为智能视觉设备是否卸载视频帧决策，为智能视觉设备是否采用感兴趣区域提取决策； 5评估每个视频帧的检测准确度，包括移动端帧检测准确度和卸载到边缘服务器的帧处理准确度两部分，检测准确度的计算表达式如下： , 式中，表示追踪模式是否采用，表示检测模型是否使用,表示分辨率是否使用； 6基于语义协同过滤，构建无线端边协同网络的系统帧处理率和准确率加权最大化函数，得到优化问题的函数表达如下： , 约束条件为： , ， ， ， ， ， ， ， 式中，为平衡帧处理率和检测准确度的权重参数，为帧检测结果是否在时间约束内及时返回；如果，帧没有被及时处理同时将该帧丢弃；如果，表示检测准确度低于检测度阈值，表示当前帧被成功处理； 7基于强化学习进行训练求解，将步骤6中的卸载决策问题转化为马尔可夫处理过程； 卸载决策任务状态为： ， 式中，为哈希相似度，为边缘服务器与移动设备之间的带宽,为追踪复杂度，为持续使用追踪模式处理的时间； 卸载决策动作空间为： 卸载决策环境奖励为： 卸载决策损失函数为： 8将步骤6中配置选择问题转化为上下文多臂赌博机问题；配置决策表示为： . 采用的奖励估计为： 采用贪心策略决定最优动作为： 采用步骤7和步骤8求解视频帧分辨率和模型配置； 9根据基于DDQN的卸载决策和基于CMAB自适应配置的方式获取帧卸载决策、感兴趣区域提取处理、移动端处理模式、检测模型配置、处理分辨率；使系统帧处理率和检测准确率加权和最大。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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。