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！

龙图腾网获悉四川省建筑科学研究院有限公司申请的专利基于视频帧图像分割的摄像头安全隐患巡查识别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：CN120976874B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202511508641.2，技术领域涉及：G06V20/52；该发明授权基于视频帧图像分割的摄像头安全隐患巡查识别方法是由何跃川;马杰;黄宇豪;左佳佳;孙雁榕设计研发完成，并于2025-10-22向国家知识产权局提交的专利申请。

本基于视频帧图像分割的摄像头安全隐患巡查识别方法在说明书摘要公布了：本发明公开了一种基于视频帧图像分割的摄像头安全隐患巡查识别方法，属于图像处理技术领域，该方法通过视频云存储系统获取数据并分类形成基础数据池，结合日常安全巡查机制和专项安全巡查机制选取目标视频源集，采用区域生长算法和U‑Net网络进行图像分割与特征提取，并基于不同选择机制执行判断识别操作。同时，动态评估更新潜在安全隐患清单项和易发时间段，生成隐患上报记录并优化巡查策略。本发明能够全面、自动化识别工地施工环境中的安全隐患，提升预警准确性和效率。

本发明授权基于视频帧图像分割的摄像头安全隐患巡查识别方法在权利要求书中公布了：1.一种基于视频帧图像分割的摄像头安全隐患巡查识别方法，其特征在于，包括以下步骤： S1，通过视频云存储系统获取n个视频源的数据，并基于施工内容标签、时间标签和历史隐患权重对数据进行初步分类，形成基础数据池； S2，从基础数据池中按照日常安全巡查机制和专项安全巡查机制选取目标视频源集；其中，日常安全巡查机制为： 从基础数据池中选择m个视频源，并分成3组， 第一组选择i个当前时间段易出现问题的视频源，基于历史数据和实时分析确定其优先级； 第二组选择j个历史隐患权重最高的视频源，结合施工内容标签和时间标签进行匹配筛选； 第三组从基础数据池中随机选择k个视频源，或选择设定时间内未巡查的k个视频源，确保巡查覆盖范围的广度和随机性；其中，m=i+j+k； 专项安全巡查机制为： 从基础数据池中根据预设巡查的施工内容或潜在安全隐患事项，根据数据标签找到匹配数据源，抽取p个视频源，执行专项安全巡查； S3，遍历选定的视频源，采用区域生长算法对每一视频源的关键帧进行图像分割，得到施工区域的分割图像； S4，根据得到的分割图像，采用多种深度学习算法，基于不同选择机制执行多个判断识别操作，得到识别结果；其中，当选择机制为日常安全巡查机制时，执行的判断识别操作包括：识别当前画面所属施工内容，识别存在安全隐患清单项，识别可能出现安全隐患时间段，识别当前画面是否存在明显安全隐患；判断识别操作的具体实现过程如下： 对于当前画面所属施工内容的识别，采用尺度不变特征变换算法提取分割区域的连通域特征，将分割图像的连通域特征与预定义安全隐患模板进行匹配，通过计算连通域特征的特征向量与标签库中预定义特征模板的欧氏距离，确定当前画面所属的施工内容； 对于存在安全隐患清单项的识别，利用支持向量机算法对分割图像所在视频帧中的异常行为进行分类，通过训练集中的正负样本构建分类边界，识别出可能存在的安全隐患清单项； 对于可能出现安全隐患时间段的识别，基于历史数据统计分析建立时间维度上的概率分布模型，通过计算当前时间点与历史高风险时间段的重叠度，确定可能发生安全隐患的时间段； 当选择机制为专项安全巡查机制时，执行的判断识别操作包括：识别判断当前画面所属施工内容是否与标签匹配，识别判断安全隐患清单项是否与标签匹配，识别当前画面是否存在明显安全隐患；判断识别操作的具体实现过程如下： 对于当前画面所属施工内容的识别，采用尺度不变特征变换算法提取分割区域的连通域特征，将分割图像的连通域特征与预定义安全隐患模板进行匹配，通过计算连通域特征的特征向量与标签库中预定义特征模板的欧氏距离，确定当前画面所属的施工内容； 对于存在安全隐患清单项的识别，利用支持向量机算法对分割图像所在视频帧中的异常行为进行分类，通过训练集中的正负样本构建分类边界，识别出可能存在的安全隐患清单项； 对于可能出现安全隐患时间段的识别，基于历史数据统计分析建立时间维度上的概率分布模型，通过计算当前时间点与历史高风险时间段的重叠度，确定可能发生安全隐患的时间段； 对于当前画面是否存在明显安全隐患的识别，采用卷积神经网络对分割图像所在视频帧中的关键区域进行再分割，通过提取关键区域的像素特征与预定义的安全隐患模板进行匹配，输出匹配结果； S5，将识别结果中存在安全隐患的视频片段推送至隐患上报流程，生成包含视频源编号、时间戳、施工内容标签、安全隐患类型及严重等级的上报记录； S6，记录日常安全巡查机制选取的视频源中安全隐患出现的概率权重，结合时间戳、施工内容标签和摄像头旋转角度信息，形成动态评估记录； S7：更新潜在安全隐患清单项和隐患易发时间段，记录每次评估的完成时间。

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四川省建筑科学研究院有限公司，其通讯地址为：610000 四川省成都市金牛区一环路北三段55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。