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！

龙图腾网获悉西北工业大学申请的专利一种基于多维语义信息的视频关键数据提取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：CN116994176B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202310883076.2，技术领域涉及：G06V20/40；该发明授权一种基于多维语义信息的视频关键数据提取方法是由张艳宁;梁国强;王冀;秦川设计研发完成，并于2023-07-18向国家知识产权局提交的专利申请。

本一种基于多维语义信息的视频关键数据提取方法在说明书摘要公布了：本发明公开了一种基于多维语义信息的视频关键数据提取方法，首先对输入视频进行时域采样和预处理；再基于高斯混合模型构建视频背景；然后使用单阶段目标检测网络在非背景区域提取并筛选视频帧中的关键目标；使用目标跟踪算法，对关键目标进行跟踪，得到目标边界框序列；计算目标运动信息，计算每一个跟踪边界框内图像块的质量分数，并选择质量分数最大的图像块作为典型目标图像；使用目标细粒度属性提取模型，提取目标的颜色、型号子类信息；使用基于Transformer的视频描述生成模型，生成关键目标的文本摘要；最终构建关键目标的多维表征结构，存储视频背景和所有目标多维表征作为关键数据。本发明可以大幅度减少所需要的存储空间，提高了数据信息密度。

本发明授权一种基于多维语义信息的视频关键数据提取方法在权利要求书中公布了：1.一种基于多维语义信息的视频关键数据提取方法，其特征在于，包括如下步骤： 步骤1：对输入视频，进行时域采样，将视频帧率降为2FPS，并进行白平衡、色彩校正预处理操作； 步骤2：对步骤1得到的视频帧序列，基于高斯混合模型构建视频背景； 步骤3：基于步骤2得到的视频背景，使用单阶段目标检测网络在非背景区域提取并筛选视频帧中的关键目标；使用目标跟踪算法，对关键目标进行跟踪，得到目标边界框序列； 步骤4：根据步骤3得到的目标边界框序列，计算目标运动信息，包括目标出现时间、消失时间、时空运动坐标轨迹； 步骤5：依据步骤3得到目标边界框序列，计算每一个边界框内的图像块的质量分数，并选择一个质量分数最大的图像块作为典型目标图像； 步骤5-1：将图像送入在ImageNet上预训练的Resnet-50的神经网络模型，将倒数第二层的输出作为图像语义特征向量； 步骤5-2：将图像转化为灰度图，然后计算表示图像信息量的图像熵： 其中表示像素灰度值为n的概率； 步骤5-3：将所得到的语义特征向量和图像熵拼接为一个向量，然后送入一个具有2个隐层的MLP网络，预测图像的质量分数；该MLP网络的隐层维度分别是64和32，并使用图像质量评价数据集LIVE训练该网络的参数； 步骤6：使用目标细粒度属性提取模型，提取目标的颜色、型号子类信息； 步骤7：使用基于Transformer的视频描述生成模型，生成关键目标的文本摘要； 步骤8：基于步骤3到步骤7的结果，构建关键目标的多维表征结构，最终存储视频背景和所有目标多维表征作为关键数据。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127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”。