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！

龙图腾网获悉湖南大学申请的专利一种基于无监督预训练与多尺度融合的视频插帧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：CN121789117B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202610264549.4，技术领域涉及：G06V20/40；该发明授权一种基于无监督预训练与多尺度融合的视频插帧检测方法是由杨高波;李勇强;郭强设计研发完成，并于2026-03-05向国家知识产权局提交的专利申请。

本一种基于无监督预训练与多尺度融合的视频插帧检测方法在说明书摘要公布了：本发明提供了一种基于无监督预训练与多尺度融合的视频插帧检测方法，属于图像识别技术领域，具体包括：在无监督预训练阶段，获取无标签的连续视频帧序列，提取多尺度视觉特征，并通过特征金字塔网络进行特征融合，生成统一特征图。然后，通过重构损失与对比损失构建混合损失函数，优化模型参数并保存编码器权重。在监督微调阶段，加载并冻结编码器权重，对带二分类标签的视频帧进行特征提取，映射为二分类概率分布，并基于交叉熵损失优化分类器及未冻结参数。最终，利用微调后的模型进行特征提取与分类推理，输出是否为插帧篡改的结果。通过本发明的方案，提高了检测效率和精准度。

本发明授权一种基于无监督预训练与多尺度融合的视频插帧检测方法在权利要求书中公布了：1.一种基于无监督预训练与多尺度融合的视频插帧检测方法，其特征在于，包括： 步骤1，在无监督预训练阶段获取无标签的连续视频帧序列作为输入； 步骤2，将视频帧序列中的每一帧输入共享的特征提取网络，提取每一帧的多尺度视觉特征； 步骤3，将多尺度视觉特征输入特征金字塔网络FPN进行跨尺度特征融合，得到每一帧的融合特征图； 步骤4，将多帧的融合特征图在通道维度上进行拼接，并输入时空融合模块，得到融合空间细节与时间动态信息的统一特征图，其中，所述时空融合模块依次包括通道-空间注意力模块CBAM和自注意力模块； 步骤5，将统一特征图输入解码器，通过转置卷积和上采样操作重构出与输入尺寸一致的视频帧序列； 步骤6，基于重构的视频帧序列与连续视频帧序列之间的重构损失、以及基于动量对比学习机制获取的对比损失，构建混合损失函数，通过反向传播优化特征提取网络、特征金字塔网络FPN、时空融合模块及解码器的参数，完成无监督预训练，并保存训练后的编码器部分权重； 步骤7，在监督微调阶段获取带二分类标签的连续视频帧序列作为输入，加载编码器部分权重，并冻结特征提取网络的参数； 步骤8，将输入的带标签视频帧序列通过加载并冻结的编码器进行特征提取与融合，得到融合特征； 步骤9，将融合特征输入新添加的分类器，映射为二分类概率分布； 步骤10，基于二分类概率分布与真实标签之间的交叉熵损失，优化分类器以及编码器中未冻结部分的参数，完成监督微调； 步骤11，利用微调后的模型对待检测的视频帧序列进行特征提取与分类推理，输出是否为插帧篡改的二分类结果。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路2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。