Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国人民解放军国防科技大学王海获国家专利权

中国人民解放军国防科技大学王海获国家专利权

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!

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于领域知识引导大模型的视频异常检测方法及装置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:CN121280976B

龙图腾网通过国家知识产权局官网在2026-03-10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:202511837073.0,技术领域涉及:G06V20/40;该发明授权基于领域知识引导大模型的视频异常检测方法及装置是由王海;周晓磊;徐歆尧;王芳潇;崔文杰;尹柏健设计研发完成,并于2025-12-08向国家知识产权局提交的专利申请。

基于领域知识引导大模型的视频异常检测方法及装置在说明书摘要公布了:本申请涉及一种基于领域知识引导大模型的视频异常检测方法及装置。所述方法包括:构建引导问题集,经员工与主导模型多轮迭代优化得最终问题集,将其转为肯定陈述短语,用CLIP编码器分别嵌入短语与待检测视频,得文本和视觉表示集,计算每帧语义及上下文相关得分,并采样关键帧,为每个采样帧构建含多子问题的集合,输入预训练多模态大模型得推理答案,生成异常分数,通过加权插值补全待检测视频完整异常分数,结合推理答案实现基于领域知识引导大模型的视频异常检测。采用本方法能够实现低数据依赖、高效率、强可解释性且覆盖完整的视频异常检测。

本发明授权基于领域知识引导大模型的视频异常检测方法及装置在权利要求书中公布了:1.一种基于领域知识引导大模型的视频异常检测方法,其特征在于,所述方法包括: 获取待检测视频集、训练阶段的少量样本视频子集、用以提供异常类别与因果模式的领域知识文档、对应视频帧细粒度标签的真实标签序列; 构建引导问题集,由员工模型以及主导模型根据所述少量样本视频子集、所述领域知识文档以及真实标签序列对所述引导问题集进行多轮次的迭代优化,得到最终的引导问题集,在对引导问题集进行更新时: 利用所述员工模型,根据当前更新后的引导问题集对所述少量样本视频子集中的各帧图像进行异常检测,得到二元预测结果,利用所述主导模型,根据所述二元预测结果以及真实标签序列筛选出预测错误帧; 通过整合引导问题集、二元预测结果、预测错误帧、以及对应的真实标签,和领域知识文档,分析预测失败原因,并识别领域知识文档中未在引导问题集中体现的知识维度,对所述引导问题集进行更新, 经过所述员工模型以及主导模型的多轮次迭代优化,得到所述最终的引导问题集,其中,所述员工模型用当前问题集检测少样本视频帧,所述主导模型结合领域知识优化错误案例对应的问题集; 将所述最终的引导问题集转化为肯定陈述短语集,并分别对所述肯定陈述短语集以及待检测视频集进行嵌入,基于嵌入得到文本表示集以及视觉表示集进行计算得到所述待检测视频集中每一帧待检测图像的语义及上下文相关得分,再从所述待检测视频集中进行关键帧采样得到采样帧集合; 根据所述最终的引导问题集,对所述采样帧集合中的各采样帧图像构建包括多个子问题的问题集合,将采样帧图像以及对应的问题集合输入至预训练的多模态大模型中,得到问题集合中的每一个问题的推理答案,并根据推理答案生成异常分数; 根据所述采样帧集合中采样帧图像的异常分数得到所述待检测视频集的完整异常分数,根据所述完整异常分数以及所述采样帧集合中的每一个采样帧图像的推理答案实现视频异常检测。

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中国人民解放军国防科技大学,其通讯地址为:410073 湖南省长沙市开福区德雅路109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。

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。