杭州电子科技大学陈淼获国家专利权
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!
龙图腾网获悉杭州电子科技大学申请的专利一种基于SSIM和STE-3D的视频异常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:CN119478768B 。
龙图腾网通过国家知识产权局官网在2025-09-30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:202411488588.X,技术领域涉及:G06V20/40;该发明授权一种基于SSIM和STE-3D的视频异常检测方法是由陈淼;樊谨;邬惠峰;顾张裕;杨嘉俊;蒋涵羽;陈纪萌设计研发完成,并于2024-10-23向国家知识产权局提交的专利申请。
本一种基于SSIM和STE-3D的视频异常检测方法在说明书摘要公布了:本发明公开了一种基于SSIM和STE‑3D的视频异常检测方法,包括以下步骤:首先将待增强的基于三维卷积的视频异常检测模型的损失函数和异常分数计算公式中的均方误差MSE替换为结构相似性指数SSIM,插入时空增强块STE‑3D,得到增强后的视频异常检测模型;将训练集中的视频帧预处理为小视频片段输入到增强后的视频异常检测模型中进行训练,模型输入记为I;将根据预处理后的小视频片段重构生成的小视频片段记为O,计算I和O间的损失值,更新模型权重,直至训练完成;预测阶段,计算I和O间的重构误差,判断当前帧是否是异常帧。本发明采用上述的一种基于SSIM和STE‑3D的视频异常检测方法,提供了更适合评估视频异常的指标,并确保检测到的异常与人类观察更准确地对应。
本发明授权一种基于SSIM和STE-3D的视频异常检测方法在权利要求书中公布了:1.一种基于SSIM和STE‑3D的视频异常检测方法,其特征在于,包括以下步骤: S1、将待增强的基于三维卷积的视频异常检测模型的损失函数和异常分数计算公式中的均方误差MSE替换为结构相似性指数SSIM; S2、在待增强的基于三维卷积的视频异常检测模型的特定位置插入时空增强块STE‑3D,得到增强后的视频异常检测模型; S3、将训练集中的视频帧预处理为小视频片段输入到增强后的视频异常检测模型中进行训练,将模型输入记为I; S4、将增强后的视频异常检测模型根据预处理后的小视频片段重构生成的小视频片段记为O,计算I和O之间的损失值,经优化器优化后更新模型权重,直至训练完成; S5、预测阶段,计算I和O之间的重构误差,然后判断当前帧是否是异常帧; 将替代MSE部分的SSIM的权重乘以特定系数,即如下公式1升级为公式2: 1; 2; 其中,在公式1和公式2中表示损失函数和异常分数计算公式中除MSE和1‑SSIM之外的部分; 步骤S2中,时空增强块STE‑3D包括核大小为1步长为1的三维卷积,核大小为3步长为2的三维卷积,核大小为7的三维最大池化、核大小为3步长为1的三维卷积、三次线性插值上采样模块、核大小为1步长为1的三维卷积旁路、核大小为1步长为1的三维卷积和sigmoid激活函数; 将时空增强块STE‑3D插入待增强的基于三维卷积的视频异常检测模型,包括将时空增强块STE‑3D添加到待增强的基于三维卷积的视频异常检测模型的编码器中和将时空增强块STE‑3D添加到待增强的基于三维卷积的视频异常检测模型的解码器中。
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杭州电子科技大学,其通讯地址为:310018 浙江省杭州市钱塘区2号大街1158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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励