Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华南农业大学边山获国家专利权

华南农业大学边山获国家专利权

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!

龙图腾网获悉华南农业大学申请的专利基于帧间残差频率重建学习的深度视频插帧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:CN117408961B

龙图腾网通过国家知识产权局官网在2025-10-03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:202311340291.4,技术领域涉及:G06T7/00;该发明授权基于帧间残差频率重建学习的深度视频插帧检测方法是由边山;许奕彬;王春桃设计研发完成,并于2023-10-16向国家知识产权局提交的专利申请。

基于帧间残差频率重建学习的深度视频插帧检测方法在说明书摘要公布了:本发明涉及视频检测技术领域,公开了一种基于帧间残差频率重建学习的深度视频插帧检测方法,从深度插帧篡改视频和原始视频的帧间残差频率特征的差异出发,利用重建策略学习原始视频的残差频率特征的一致性表示,具体地,设计了分别基于帧间残差的高频和低频频率特征的重建模块,强制重建模块仅拟合原始视频的帧间残差频率特征的重建过程,以捕获原始视频帧间残差的一致性表示,利用来自不同频率重建模块的中间特征之间的差异来构建重建差异引导注意力模块,以此引导主干网络更关注重建过程中原始视频和深度插帧视频的差异,在跨帧率和跨深度插帧技术等泛化性测试上获得了最优性能,检测效果较好。

本发明授权基于帧间残差频率重建学习的深度视频插帧检测方法在权利要求书中公布了:1.一种基于帧间残差频率重建学习的深度视频插帧检测方法,其特征在于,包括: S1、获取未压缩的视频构建数据集,对数据集中的视频进行压缩,被压缩后的视频切分为非重叠视频片段,这些非重叠视频片段即为原始视频数据集,对原始视频数据集进行深度插帧获得深度插帧篡改视频数据集; S2、将原始视频数据集和深度插帧篡改视频数据集中的视频解码为一系列RGB帧,对每一帧的大小放缩并计算前后帧间像素差值作为帧间残差; S3、构建主干网络、重建模块和重建差异引导注意力模块,并且由主干网络、重建模块和重建差异引导注意力模块组成深度视频插帧检测模型,主干网络采用Xception,重建模块的构建采用U型架构,重建模块包括高频重建模块和低频重建模块,高频重建模块和低频重建模块均包含三个下采样模块和三个上采样模块,下采样模块和上采样模块的特征之间沿着通道维度拼接,由高频重建模块和低频重建模块的中间特征的中间差异以及上采样层、下采样层构建重建差异引导注意力模块; S4、输入帧间残差到重建模块中,通过离散小波变换将输入的帧间残差分为高频特征和低频特征,重建模块的高频重建模块和低频重建模块分别对高频特征和低频特征进行建模,并通过逆离散小波变换获得重建的帧间残差,对帧间残差和重建的帧间残差进行差值计算获得增强特征; S5、将增强特征输入主干网络获得主域特征,并将主域特征、高频特征和低频特征输入重建差异引导注意力模块,获得差异注意力输出特征; S6、设置总损失函数为目标函数,总损失函数包括重建损失、度量学习损失和交叉熵分类损失,根据目标函数调整深度视频插帧检测模型的权重参数,以F1分数为评价标准,在得到的权重参数中进行测试,获得最终结果,即深度视频插帧检测结果。

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华南农业大学,其通讯地址为:510642 广东省广州市天河区五山路483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AI智能生成
免责声明
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。