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！

龙图腾网获悉江西财经大学申请的专利基于势能场阻尼动力学的弱监督视频异常检测方法及系统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：CN121661574B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202610173723.4，技术领域涉及：G06V20/40；该发明授权基于势能场阻尼动力学的弱监督视频异常检测方法及系统是由朱涛;顾跃林;裴嘉婕;颜宾男;刘雅婷;黄明昌;谭琪涛;李家琦;赵爱华;陈梦博设计研发完成，并于2026-02-06向国家知识产权局提交的专利申请。

本基于势能场阻尼动力学的弱监督视频异常检测方法及系统在说明书摘要公布了：本发明提出一种基于势能场阻尼动力学的弱监督视频异常检测方法及系统，该方法包括：将视频输入异常检测模型得到原始视频特征序列；利用原始视频特征序列计算波动势能并进一步得到全局惯性代理向量；通过全局惯性代理向量与原始视频特征向量计算得到相互作用势能；通过相互作用势能生成非线性自适应阻尼力；对原始视频特征向量施加非线性自适应阻尼力，得到纯化后的动态特征向量；利用纯化后的动态特征向量构建损失函数并对模型进行训练，得到优化后的模型；将视频输入优化后的模型，得到最终的帧级异常检测结果。本发明将异常检测从分类问题重构为物理系统中的信号解耦与能量耗散问题，从理论层面解释了去偏机制的物理本质。

本发明授权基于势能场阻尼动力学的弱监督视频异常检测方法及系统在权利要求书中公布了：1.一种基于势能场阻尼动力学的弱监督视频异常检测方法，其特征在于，所述方法包括如下步骤： 步骤1、将视频输入视频异常检测模型，并对视频进行特征提取，得到原始视频特征序列； 步骤2、利用原始视频特征序列中的原始视频特征向量计算并得到波动势能；利用玻尔兹曼分布将波动势能转换成各时刻属于背景惯性的概率，并进一步得到全局惯性代理向量，具体步骤如下： 利用原始视频特征向量计算得到时序质心向量； 根据时序质心向量，利用泰勒展开的二阶项来衡量每个时间步的特征相对于质心的平稳程度，以得到波动势能； 通过玻尔兹曼分布将波动势能转化为概率分布，得到各时刻属于背景惯性的概率； 根据各时刻属于背景惯性的概率，对原始视频特征向量进行加权聚合，得到全局惯性代理向量； 步骤3、通过全局惯性代理向量与原始视频特征向量计算得到相互作用势能；通过相互作用势能生成非线性自适应阻尼力；对原始视频特征向量施加非线性自适应阻尼力，得到纯化后的动态特征向量，具体步骤如下： 利用全局惯性代理向量与原始视频特征向量计算得到相互作用势能； 根据相互作用势能，通过映射网络，得到能量耗散率； 利用能量耗散率，对原始视频特征向量施加阻尼力，得到纯化后的动态特征向量； 步骤4、利用纯化后的动态特征向量构建损失函数，通过损失函数对视频异常检测模型进行训练，得到优化后的模型其中，用于模型训练的损失函数构建过程具体如下： 将纯化后的动态特征向量通过聚合得到纯化后的视频级聚合特征； 利用纯化后的视频级聚合特征构建最小化交叉熵损失； 通过最小化交叉熵损失构建对抗损失； 通过异常视频对应的最高异常分数实例和正常视频对应的最高分数实例构建排序损失； 通过纯化后的动态特征构建正则损失； 基于纯化后的动态特征得到纯化后的动态特征序列； 利用纯化后的动态特征序列、排序损失、正则损失和对抗损失共同构成用于模型训练的损失； 步骤5、将视频输入优化后的模型，得到更新后的纯化动态特征向量；基于更新后的纯化动态特征向量，得到最终的帧级异常检测结果。

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江西财经大学，其通讯地址为：330000 江西省南昌市经济技术开发区双港东大街169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。