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

龍圖騰網獲悉西安電子科技大學申請的專利一種基于多目標優化的視頻摘要方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116129317B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310103335.5，技術領域涉及：G06V20/40；該發明授權一種基于多目標優化的視頻摘要方法是由公茂果;何熱;蔣祥明;王善峰;范曉龍;唐澤棟;武越設計研發完成，并于2023-02-10向國家知識產權局提交的專利申請。

本一種基于多目標優化的視頻摘要方法在說明書摘要公布了：本發明涉及一種基于多目標優化的視頻摘要方法，包括：獲取待生成摘要的原視頻；利用核時域分割對原視頻進行視頻鏡頭分割，得到多個不相交的子鏡頭；對原視頻進行采樣抽幀，得到第一采樣幀集合，提取第一采樣幀集合中所有采樣幀對應的特征向量，構建特征詞典；根據特征詞典，構建視頻摘要生成的多目標優化模型；利用基于分解的多目標優化算法，得到多目標優化模型的非支配解集合；確定非支配解集合中的最優解，根據最優解得到視頻摘要結果。本發明的方法通過在視頻摘要領域引入多目標優化算法，可以快速實現視頻摘要的提取，提高視頻摘要提取的準確性使得視頻摘要能全面的反映視頻內容。

本發明授權一種基于多目標優化的視頻摘要方法在權利要求書中公布了：1.一種基于多目標優化的視頻摘要方法，其特征在于，包括： 步驟1：獲取待生成摘要的原視頻； 步驟2：利用核時域分割對所述原視頻進行視頻鏡頭分割，得到多個不相交的子鏡頭； 步驟3：對所述原視頻進行采樣抽幀，得到第一采樣幀集合，提取所述第一采樣幀集合中所有采樣幀對應的特征向量，構建特征詞典； 步驟4：根據所述特征詞典，構建視頻摘要生成的多目標優化模型，其中，所述多目標優化模型表示為： ； ； 其中，表示多目標優化模型的優化方向，表示多目標優化模型，表示選擇向量，表示特征詞典，表示選擇子集，表示選擇子集對原視頻的重構誤差，表示選擇子集的稀疏性，T表示矩陣轉置，表示第個子鏡頭的選中結果，表示第i個子鏡頭的長度，length表示原視頻中包含圖像幀的數量，S表示子鏡頭的個數，表示F范數運算； 步驟5：利用基于分解的多目標優化算法，得到所述多目標優化模型的非支配解集合；所述步驟5包括： 步驟5.1：設定子問題數目，構造多個單目標子問題為： ； 其中，表示權重向量與參考點所對應的單目標子問題，表示權重向量，表示參考點，代表優化方向，其中為種群中所有個體對應的目標函數的最小值，為種群中所有個體對應的目標函數的最小值； 步驟5.2：設定鄰域子問題數目，根據權重向量間的距離，為每一個單目標子問題尋找與其權重向量最接近的個權重向量所對應的子問題，作為最近的鄰域子問題，將所述鄰域子問題的索引記為該單目標子問題的鄰域集合； 步驟5.3：初始化種群，計算所述初始化種群中每一個個體對應的目標向量，并將目標向量的集合記為； 步驟5.4：根據所述鄰域集合，對種群中的每一個個體進行重組和反轉變異，得到新的種群以及對應的新的目標向量集合； 步驟5.5：重復步驟5.4對種群進行迭代更新，直至滿足迭代終止條件得到最終的種群以及對應的最終的目標向量集合； 步驟5.6：將非支配解及非支配解對應的目標向量分別從最終的種群和最終的目標向量集合中移除，得到所述多目標優化模型的非支配解集合以及對應的非支配解的目標向量集合； 步驟6：確定所述非支配解集合中的最優解，根據所述最優解得到視頻摘要結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人西安電子科技大學，其通訊地址為：710071 陜西省西安市太白南路2號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。