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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京邮电大学李群获国家专利权

南京邮电大学李群获国家专利权

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!

龙图腾网获悉南京邮电大学申请的专利一种结合卷积注意力模块的双分支视频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:CN115527150B

龙图腾网通过国家知识产权局官网在2026-03-03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:202211343864.4,技术领域涉及:G06V20/40;该发明授权一种结合卷积注意力模块的双分支视频异常检测方法是由李群;潘许贝;杨锐;肖甫设计研发完成,并于2022-10-31向国家知识产权局提交的专利申请。

一种结合卷积注意力模块的双分支视频异常检测方法在说明书摘要公布了:本发明属于视频异常检测技术领域,公开了一种结合卷积注意力模块的双分支视频异常检测方法,包括:取训练集中的原始帧,再将原始帧输入到光流提取网络中得到光流帧,然后将原始帧和光流帧分别输入到预测和重建两个分支网络中,并通过联合损失函数对双分支网络进行训练,从而得到一个完整的视频异常检测检测模型,类似的,在测试阶段,取测试集中原始帧,并通过光流提取网络得到光流帧,再将原始帧和光流帧分别输入到预测和重建分支中,分别得到预测帧和重建帧,通过计算得到预测帧和真实帧的预测误差,重建帧和光流帧的重建误差,对两种误差进行加权平衡,得到视频帧异常得分,实现对异常视频帧的检测。本发明可以实现更高的检测精度。

本发明授权一种结合卷积注意力模块的双分支视频异常检测方法在权利要求书中公布了:1.一种结合卷积注意力模块的双分支视频异常检测方法,其特征在于:该方法基于一个双分支的网络结构,并将卷积注意力模块嵌入该双分支网络结构中,加强对特征的学习,两个分支分别进行视频帧预测和光流帧重建任务,所述卷积注意力模块由掩码卷积层和通道注意力层构建,其中所述掩码卷积层主要由四个小卷积组成,每个小卷积对特征图的边角区域进行操作,最后将四个小卷积的结果相加得到卷积注意力模块的输出结果,具体的该双分支视频异常检测方法包括如下步骤: 步骤1:收集视频数据,将视频数据分为训练集和待测集; 步骤2:取步骤1所述训练集中的连续t个视频帧,即原始帧,输入到双分支结构中的视频帧预测分支中,预测得到第t+1个视频帧,即预测帧 步骤3:将步骤2中的t个原始帧输入到光流提取网络中,提取得到原始帧的t个光流图像,即光流帧y1:t,然后将光流帧y1:t输入到双分支结构中的光流帧重建分支中,重建得到t个新的光流帧,即重建帧 步骤4:计算步骤2中得到的第t+1个预测帧和第t+1个真实帧xt+1之间的预测误差Lpred,计算步骤3中得到的t个重建帧和输入的t个光流帧y1:t之间的重构误差Lrecon; 步骤5:结合步骤4中得到的预测误差Lpred和重构误差Lrecon,以及梯度损失Lgrad、交叉熵损失Lentro构建一个联合损失函数L对双分支网络进行训练,最终训练得到一个能对异常事件进行有效检测的网络模型; 步骤6:取步骤1中的待测集数据,即连续t个视频帧,依次通过步骤2、步骤3和步骤5,得到待测视频帧的预测误差Spred和重构误差Srecon,再对预测误差Spred和重构误差Srecon进行加权平衡,最终得到待测视频帧的异常得分S,进而实现对异常事件的检测。

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邮电大学,其通讯地址为:210033 江苏省南京市栖霞区广月路30-06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。