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！

龙图腾网获悉浙大宁波理工学院申请的专利基于双流结构的视频异常检测方法及系统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：CN116612407B 。

龙图腾网通过国家知识产权局官网在2026-01-13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：202310444937.7，技术领域涉及：G06V20/40；该发明授权基于双流结构的视频异常检测方法及系统是由武芳宇;张百灵;赵宇轩;庞超逸;罗郁梅;程军剑设计研发完成，并于2023-04-23向国家知识产权局提交的专利申请。

本基于双流结构的视频异常检测方法及系统在说明书摘要公布了：本发明公开了一种基于双流结构的视频异常检测方法，包括：采样获取帧流；生成光流向量；利用3D卷积核对帧流进行空间和时序的特征提取，将帧流划分段，对每一段使用卷积核进行卷积，通过3D卷积处理得到特征；将该特征通过池化层压缩得到一定大小的张量，将该张量作为特征序列输入单向长短期记忆网络分析，得到最终的特征向量输出；分类得到第一异常检测结果；利用卷积神经网络对光流向量进行处理，将光流向量中时序信息以空间特征形式进行表达，分类得到第二异常检测结果；对第一、第二异常检测结果进行融合，得到最终的视频异常检测结果。实现了对帧流中空间和时序特征，以及光流中时序信息的提取和分析。提升了检测的精度，优化了训练速度。

本发明授权基于双流结构的视频异常检测方法及系统在权利要求书中公布了：1.一种基于双流结构的视频异常检测方法，其特征在于，包括以下步骤： S01：对输入视频进行采样，获取帧流； S02：根据获取的帧流生成光流向量； S03：利用3D卷积核对帧流进行空间和时序的特征提取，具体包括： 将帧流中每一定数量帧作为一段，对每一段使用一定大小和步长的卷积核进行卷积，通过3D卷积处理得到特征；将该特征通过池化层压缩得到一个一定大小的张量，最后将该张量作为特征序列输入单向长短期记忆网络分析，得到最终的特征向量输出；再进行分类得到第一异常检测结果； S04：利用卷积神经网络对光流向量进行处理，将光流向量中时序信息以空间特征形式进行表达，分类得到第二异常检测结果；所述利用卷积神经网络对光流向量进行处理的方法包括： S41：将光流大小调整为32×32，在第一个卷积层采用16个3×3步长为1的卷积核对其进行处理； S42：接着将特征图送入多个密集连接块中，并且每个卷积层需要连接前序所有层作为输入： x t =H 1 [x 0 ,x 1 …x t-1 ] 其中，x代表对应卷积层，H代表一个非线性转化操作，包含BN、卷积、激活以及池化； S43：通过分类器对最后一个密集连接块的输出进行分类，得到第二异常检测的结果； S05：对第一异常检测结果和第二异常检测结果进行融合，得到最终的视频异常检测结果。

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浙大宁波理工学院，其通讯地址为：315199 浙江省宁波市鄞州区高教园区钱湖南路1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。