買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉安徽大學申請的專利一種基于流重構和幀預測結合的視頻異常檢測方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN117115715B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-08-22發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202311142354.5，技術領域涉及：G06V20/40；該發(fā)明授權一種基于流重構和幀預測結合的視頻異常檢測方法是由王金卓;王曉宇設計研發(fā)完成，并于2023-09-06向國家知識產(chǎn)權局提交的專利申請。

本一種基于流重構和幀預測結合的視頻異常檢測方法在說明書摘要公布了：本發(fā)明公開一種基于流重構和幀預測結合的視頻異常檢測方法，包括以下步驟：獲取訓練樣本、幀數(shù)據(jù)處理、重構網(wǎng)絡模型訓練、預測網(wǎng)絡訓練以及使用訓練好的模型進行測試并判斷當前幀圖像是否為異常幀；本發(fā)明基于流重構和幀預測結合的視頻異常檢測方法，分別使用基于TransUNet改進的多級記憶網(wǎng)絡和條件變分自編碼器訓練，首先，捕獲了視頻幀和光流之間的高度相關性，其次，重構的正常流通常具有較高的質量，預測模塊能夠以較小的預測誤差成功預測未來框架，最后，重構誤差擴大了預測誤差，使異常更容易被發(fā)現(xiàn)，從而能獲得準確性和魯棒性較高的異常檢測結果。

本發(fā)明授權一種基于流重構和幀預測結合的視頻異常檢測方法在權利要求書中公布了：1.一種基于流重構和幀預測結合的視頻異常檢測方法，其特征在于，包括以下步驟： 步驟一：先在UCSDPed2、CUHKAvenue和ShanghaiTech三個國際公認的公共視頻異常檢測數(shù)據(jù)集上獲取訓練樣本，再將訓練樣本中的視頻數(shù)據(jù)處理成相應的幀數(shù)據(jù)； 步驟二：先提取訓練和測試視頻幀的光流及其所有前景對象，其中每個前景對象由RoI邊界框標識，對于每個RoI邊界框標識，構建一個時空立方體； 步驟三：使用基于TransUNet的多級記憶網(wǎng)絡作為光流重構網(wǎng)絡對步驟二中提取出的光流進行重構訓練，輸入時空立方體，輸出重構后的光流圖像，并計算重構誤差及重構損失，所述基于TransUNet的多級記憶網(wǎng)絡為基于Transformer和U-Net的網(wǎng)絡結構，用于圖像分割任務，所述光流重構網(wǎng)絡由編碼器、記憶模塊、解碼器、內存模塊和記憶模塊構成，所述編碼器部分首先將輸入圖片經(jīng)過resnet50進行特征提取，其中的三個接口層的輸出將保留并用于后續(xù)跳躍連接，接著將resnet50輸出的特征圖進行序列化，送入transformer網(wǎng)絡模型中進行序列預測，輸出一個序列，然后將該輸出序列合并、重塑成一個新的特征圖； 所述解碼器的每個級別首先從編碼器復制特征映射，然后將解碼器的每個級別與較低級別的上采樣特征映射連接起來，然后依次串聯(lián)三層，每一層包含兩個卷積塊、一個存儲模塊和一個上采樣層，卷積塊包含卷積層、批處理規(guī)范化層和ReLU激活層； 所述內存模塊為一個矩陣M∈RN*C，矩陣的每一行稱為槽Mi，i＝1，2，3，…，N，記憶模塊通過相似記憶槽的加權和來表示輸入其的特征； 步驟四：采用條件變分自動編碼器CVAE作為預測網(wǎng)絡模型，并以原始視頻幀數(shù)據(jù)以及重構后的光流圖像輸入預測網(wǎng)絡模型進行訓練，輸出預測后的幀數(shù)據(jù)，并計算預測誤差以及預測損失； 步驟五：使用訓練好的模型進行測試，輸入待檢測圖像，將流重構誤差和幀預測誤差進行加權得到異常分數(shù)，若異常分數(shù)超過預設閾值則判定當前幀圖像被檢測為異常幀，所述異常分數(shù)的計算公式為： 其中，S為異常分數(shù)，μr，σr，μp，σp為所有訓練樣本的重構誤差與預測誤差的均值和標準差，wr和wp為兩個分數(shù)的權重，Sr和Sp分別為重構和預測前后的L2范式計算結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人安徽大學，其通訊地址為：230000 安徽省合肥市蜀山區(qū)九龍路111號安徽大學磬苑校區(qū)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。