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！

龙图腾网获悉湖南工商大学申请的专利一种多模态家庭安防异常检测方法、装置及介质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：CN121412848B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202512020729.6，技术领域涉及：G06F18/2431；该发明授权一种多模态家庭安防异常检测方法、装置及介质是由张新玉;舒倞轩;李晓翠;易国栋;高阳;蓝澜设计研发完成，并于2025-12-30向国家知识产权局提交的专利申请。

本一种多模态家庭安防异常检测方法、装置及介质在说明书摘要公布了：本发明提供一种多模态家庭安防异常检测方法、装置及介质，该方法包括：获取家庭监控多模态数据；提取家庭监控多模态数据中的每个模态数据的特征向量，并与候选异常语义向量进行拼接融合，得到多模态特征张量；将多模态特征张量输入至训练好的轻量级神经网络模型，输出每个模态的置信度权重；通过DDPG强化学习对每个模态的置信度权重进行优化，得到优化后的每个模态的置信度权重；将所有模态的置信度权重输入至预训练的Transformer序列建模网络，得到家庭安防异常检测的识别结果。该方法、装置及介质能够解决现有的家庭安防异常检测方法多依赖单一模态进行异常检测，导致在复杂环境下存在识别准确率低的问题。

本发明授权一种多模态家庭安防异常检测方法、装置及介质在权利要求书中公布了：1.一种多模态家庭安防异常检测方法，其特征在于，所述方法包括： 获取家庭监控多模态数据，其中，所述家庭监控多模态数据包括：视频数据、音频数据、红外数据； 提取所述家庭监控多模态数据中的多个模态映射特征，并将每个所述模态映射特征与候选异常语义向量进行拼接融合，得到多模态特征张量，其中，所述候选异常语义向量基于预训练文本模型生成； 将所述多模态特征张量输入至训练好的轻量级神经网络模型，通过轻量级神经网络模型对多模态特征张量中各模态与候选异常语义的匹配程度进行评估，输出每个模态的置信度权重，其中，训练好的所述轻量级神经网络模型基于语义对齐损失函数训练得到； 通过DDPG强化学习对每个所述模态的置信度权重进行优化，得到优化后的每个所述模态的置信度权重，其中，所述DDPG强化学习以检测准确率、置信方差和反馈一致性为奖励函数； 根据优化后的所有所述模态的置信度权重以及所有所述模态映射特征，通过预训练的Transformer序列建模网络得到家庭安防异常检测的识别结果； 所述获取家庭监控多模态数据之前，所述方法还包括： 定义多个异常事件标签； 通过调用所述预训练文本模型将每个所述异常事件标签转化为异常语义向量，构成异常语义向量表示库； 所述候选异常语义向量为在家庭安防监控系统中，所述系统初始化时预先定义的异常语义向量表示库中的至少一个异常语义向量。

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湖南工商大学，其通讯地址为：410205 湖南省长沙市岳麓区岳麓大道569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。