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！

龙图腾网恭喜原创卫士(无锡)科技有限公司申请的专利一种高鲁棒的侵权视频分析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：CN118397309B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202410497912.8，技术领域涉及：G06V10/74；该发明授权一种高鲁棒的侵权视频分析识别方法是由贺松波;丁祖巍设计研发完成，并于2024-04-24向国家知识产权局提交的专利申请。

本一种高鲁棒的侵权视频分析识别方法在说明书摘要公布了：本发明涉及侵权视频分析的技术领域，公开了一种高鲁棒的侵权视频分析识别方法，所述方法包括：对待侵权分析视频进行分割得到视频帧序列，提取视频帧序列中视频帧的直方图特征，根据直方图特征确定视频帧序列的分簇数量进行分簇处理，确定每一簇视频帧序列的关键帧；将每一簇视频帧序列的关键帧转化关键帧向量；将待侵权分析视频的关键帧向量序列与视频库中的视频关键帧向量序列进行鲁棒相似性度量，得到侵权分析识别结果。本发明构建鲁棒统计量表征并过滤待侵权视频中存在的异常数据分布，利用鲁棒统计量对关键帧向量序列进行校正以及鲁棒相似性度量，得到不考虑关键帧向量时序顺序的鲁棒相似性度量结果，实现高鲁棒的侵权视频分析识别。

本发明授权一种高鲁棒的侵权视频分析识别方法在权利要求书中公布了：1.一种高鲁棒的侵权视频分析识别方法，其特征在于，所述方法包括：S1：对待侵权分析视频进行分割得到视频帧序列，提取视频帧序列中视频帧的直方图特征，根据直方图特征确定视频帧序列的分簇数量；视频帧序列的表示形式为：I＝I1,I2,...,In,...,IN其中：I表示待侵权分析视频的视频帧序列，In表示待侵权分析视频的第n帧视频帧，N表示待侵权分析视频的视频帧总数；提取视频帧序列I中视频帧的直方图特征，其中视频帧In的直方图特征提取流程为：计算得到视频帧In中任意第x行第y列像素Inx,y的颜色值： 其中：hnx,y表示视频帧In中任意第x行第y列像素Inx,y的颜色值； 依次表示像素Inx,y在RGB颜色通道的颜色值；统计任意颜色值i在视频帧In中出现的次数countni，构成视频帧In的直方图特征，其中i∈[0,360]；根据相邻视频帧的直方图特征确定视频帧序列的分簇数量；其中视频帧序列I的分簇数量确定流程为：S11：计算相邻视频帧的直方图特征距离，其中视频帧In与视频帧In+1之间的直方图特征距离为disn： 其中：exp·表示以自然常数为底的指数函数；Sum表示视频帧的像素总数； 表示视频帧In中颜色值i的概率度量结果；S12：计算得到平均直方图特征距离disave： S13：初始化控制参数α以及分簇数量m，其中m的初始值为0；S14：对分簇数量m进行迭代： S15：选取最终迭代得到的分簇数量作为视频帧序列I的分簇数量M；S2：基于分簇数量对视频帧序列进行分簇处理，并确定每一簇视频帧序列的关键帧；基于分簇数量M对视频帧序列进行分簇处理，得到若干簇视频帧序列，其中视频帧序列的分簇处理流程为：S21：随机选取M个视频帧的直方图特征作为初始聚类中心；S22：对于非聚类中心的视频帧的直方图特征，计算直方图特征到聚类中心的直方图特征距离，将视频帧的直方图特征加入到距离最近的聚类中心所在的簇中；S23：计算每个簇的直方图特征均值，将直方图特征均值作为簇的聚类中心，返回步骤S22；S24：重复步骤S22-S23，直到M个聚类中心不再发生变化，每个簇中包含若干视频帧，构建得到M个簇视频帧序列；确定每一簇视频帧序列的关键帧，其中簇视频帧序列中与聚类中心直方图特征距离最近的视频帧为簇视频帧序列中的关键帧，则第m个簇视频帧序列的关键帧为Im；S3：构建视频关键帧特征提取模型将每一簇视频帧序列的关键帧转化关键帧向量，构成待侵权分析视频的关键帧向量序列；S4：将待侵权分析视频的关键帧向量序列与视频库中的视频关键帧向量序列进行鲁棒相似性度量，若鲁棒相似性度量结果超过指定阈值则说明二者内容的相似程度较高，待侵权分析视频可能存在视频侵权行为；将待侵权分析视频的关键帧向量序列F与视频库中的视频关键帧向量序列G进行鲁棒相似性度量，根据鲁棒相似性度量结果进行待侵权分析视频的侵权识别，其中G＝G1,G2,...,Gk,...,GK，G表示视频库中任意视频对应的视频关键帧向量序列，K表示视频库中任意视频划分得到的关键帧总数，Gk表示视频关键帧向量序列G中第k个关键帧对应的关键帧向量，所述鲁棒相似性度量流程为：S41：构造鲁棒统计量： E＝max{M,K} 其中：QMF表示关键帧向量序列F的鲁棒统计量；QKG表示视频关键帧向量序列G的鲁棒统计量；QEF,G表示关键帧向量序列F与视频关键帧向量序列G之间的鲁棒统计量；βM,βK,βE分别为三种鲁棒统计量的调节系数； 表示对关键帧向量序列F中任意两个关键帧向量的差进行升序排序后，第个关键帧向量差值； 表示对视频关键帧向量序列G中任意两个关键帧向量的差进行升序排序后，第个关键帧向量差值； 表示对关键帧向量序列F与视频关键帧向量序列G之间任意两个关键帧向量的差进行升序排序后，第个关键帧向量差值；S42：基于鲁棒统计量计算得到不同关键帧向量之间的鲁棒相似性，构建得到鲁棒相似性矩阵： Y＝min{M,K}其中：RF表示关键帧向量序列F的鲁棒相似性矩阵，RF1,Y表示关键帧向量F1与关键帧向量FY之间的鲁棒相似性；RG表示视频关键帧向量序列G的鲁棒相似性矩阵，GF1,Y表示关键帧向量G1与关键帧向量GY之间的鲁棒相似性；RF,G表示关键帧向量序列F与视频关键帧向量序列G之间的鲁棒相似性矩阵，RF,G1,Y表示关键帧向量F1与关键帧向量GY之间的鲁棒相似性；S43：计算得到待侵权分析视频的关键帧向量序列F与视频库中的视频关键帧向量序列G的鲁棒相似性度量结果： 其中：SimF,G表示待侵权分析视频的关键帧向量序列F与视频库中的视频关键帧向量序列G的鲁棒相似性度量结果。

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原创卫士(无锡)科技有限公司，其通讯地址为：214000 江苏省无锡市锡山区东北塘街道锡港路东北塘东段22号7楼705-63室；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”。