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！

龙图腾网获悉厦门大学申请的专利一种语义分析模型训练方法、视频数据传输方法、电子设备及计算机可读存储介质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：CN120236248B 。

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：202510714521.1，技术领域涉及：G06V20/52；该发明授权一种语义分析模型训练方法、视频数据传输方法、电子设备及计算机可读存储介质是由戴君伟;高友炎;任晅;郭智雄;王海黎设计研发完成，并于2025-05-30向国家知识产权局提交的专利申请。

本一种语义分析模型训练方法、视频数据传输方法、电子设备及计算机可读存储介质在说明书摘要公布了：本发明公开了一种语义分析模型训练方法、视频数据传输方法、电子设备及计算机可读存储介质，属于人工智能与视频传输技术领域。该训练方法基于MobileViT‑S架构构建多任务融合网络，结合轻量化Transformer与卷积模块，同步提取视频中的目标、动作及场景语义信息。训练采用两阶段策略：预训练阶段使用通用数据集优化基础能力；微调阶段引入课程学习与时序平滑损失，逐步增加复杂海洋场景样本权重，联合优化多任务损失函数，动态调整权重平衡精度与带宽适配。船端部署该模型提取结构化语义信息；岸基通过GAN+Diffusion模型还原视频，结合光流插值、Kalman滤波提升时序一致性。由此解决了低带宽场景下视频实时传输难题，可应用于船舶监控、远程协作等领域，显著提升传输效率与可靠性。

本发明授权一种语义分析模型训练方法、视频数据传输方法、电子设备及计算机可读存储介质在权利要求书中公布了：1.一种语义分析模型训练方法，其用于船岸间视频数据传输，其特征在于，该方法包括以下步骤： 步骤1:构建语义分析模型，所述模型包括： 输入模块，接收RGB图像与光流信息并将其拼接为5通道进行输入； 主干网络，采用轻量化Transformer和卷积混合架构MobileViT‑S，并嵌入时空注意力机制； 多任务融合分支，包括目标检测分支、动作识别分支、场景编码分支，分别输出目标类别与位置、动作标签、场景标签； 动态特征选择模块，根据当前带宽状态动态关闭非关键任务分支； 步骤2:训练语义分析模型：采用两阶段训练策略，包括： 阶段一：在通用视频数据集上预训练，使用AdamW优化器与Focal Loss； 阶段二：在船岸场景数据上进行微调，采用课程学习策略逐步增加复杂样本权重，并加入时序平滑损失；其具体包括： 采集真实船岸监控视频，对其进行标注，标注信息包括目标类别，动作标签和场景标签； 模拟海上的雾气、海浪抖动、盐雾噪声进行数据增强； 设置课程学习策略，包括第1‑50epoch仅使用简单场景样本；第51‑100epoch逐步加入复杂场景样本，比例从20%提升至80%；第101‑150epoch全量复杂场景训练，并加入对抗样本； 设计多任务联合损失函数，引入时序平滑约束损失，联合损失函数为： ，其中: 目标检测的Focal Loss；: 动作识别的交叉熵损失；: 场景分类的标签平滑损失；: 时序平滑约束损失； 动态调整多任务分支权重：初始权重为α=1.0,β=0.8,γ=0.5,λ=0.2，其中α表示目标检测对应的权重，β表示动作识别对应的权重，γ表示场景分类对应的权重，λ表示时序平滑约束损失的权重；随着训练进度线性增加λ，最终λ=0.6； 其中，所述MobileViT‑S是由卷积层与Transformer模块交替堆叠，共包含6个阶段Stage1~Stage6；其中，Stage1、Stage3和Stage5的模型类型为Conv2D+BN+Swish，Stage2和Stage4的模型类型为MobileViT Block，Stage6的模型类型为Global Context Transformer； 所述时空注意力机制，是在Transformer层中引入3D时空位置编码，捕获视频帧间的时序依赖关系，其中，3D时空位置编码由两部分组成：2D空间编码和1D时间编码；具体设计为在Stage2、Stage4阶段嵌入局部窗口空间注意力、在Stage6阶段嵌入全局时间注意力。

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厦门大学，其通讯地址为：361000 福建省厦门市思明南路422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。