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！

龙图腾网恭喜石家庄铁道大学申请的专利基于对比学习和注意驱动对抗网络的无监督视频摘要生成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：CN119693862B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202510209492.3，技术领域涉及：G06V20/40；该发明授权基于对比学习和注意驱动对抗网络的无监督视频摘要生成方法是由张云佐;薛丽烨;连玮琪;王辉;张璐琦;孙玉川;王书海设计研发完成，并于2025-02-25向国家知识产权局提交的专利申请。

本基于对比学习和注意驱动对抗网络的无监督视频摘要生成方法在说明书摘要公布了：本发明公开了一种基于对比学习和注意驱动对抗网络的无监督视频摘要生成方法。所述方法包括：读取视频帧序列，并利用特征提取器提取帧级视觉特征；将帧级视觉特征输入视频摘要生成模型，通过模型生成每个帧的重要性得分向量；构建目标函数，优化帧选择器的选择准确性，并结合生成对抗网络的判别器，迭代优化模型参数，使得视频摘要生成模型能够从无标签视频中有效学习帧的重要性和时序特征；最后，利用上述训练得到的视频摘要生成模型，根据重要性预测得分，选择出最具代表性的帧，并生成最终的视频摘要。所提方法可以有效地捕获视频关键帧的多样性和代表性，并且建模视频序列中长距离时间依赖。

本发明授权基于对比学习和注意驱动对抗网络的无监督视频摘要生成方法在权利要求书中公布了：1.一种基于对比学习和注意驱动对抗网络的无监督视频摘要生成方法，其特征在于，包括以下步骤：S1：读取视频帧序列，并利用特征提取器提取帧级视觉特征ft；S2：将帧级视觉特征ft输入视频摘要生成模型，通过模型生成每个帧的重要性得分向量，所述视频摘要生成模型包括：对比帧选择器：所述对比帧选择器接收线性压缩层处理后的特征ft’，输出特征St，通过对比学习计算帧之间的相似度，自动选择最具代表性的帧，通过对比损失，将相似帧聚集，不相似帧推远，优化帧的选择，确保视频摘要包含具有信息量和代表性的帧；所述线性压缩层的输入是帧级视觉特征ft，输出为特征ft’；多头注意力自动编码器：所述多头注意力自动编码器接收来自所述对比帧选择器处理前后的加权特征向量Wt，利用多头注意力机制并行建模帧特征，捕捉帧间复杂的时序关系和多维信息；通过解码器重构特征，提取视频中关键视觉信息；所述加权特征向量通过对比帧选择器输出的特征St与对比帧选择器前产生的特征ft’进行加权得到；生成对抗网络模块：所述生成对抗网络模块包含生成器和判别器，生成器根据输入特征生成样本，模仿真实数据分布；判别器则判定生成样本与真实样本的差异，两者通过对抗训练互相优化，生成器不断改进生成质量，判别器提高区分真假样本的能力；所述多头注意力自动编码器的解码器作为生成对抗网络模块的生成器，该解码器生成器输出的重构特征作为判别器的输入；重要性预测模块：所述重要性预测模块接收来自所述生成对抗网络模块的帧特征，通过分析每一帧的视觉信息，预测帧的重要性得分，从而确定各帧在视频摘要中的重要性程度；S3：构建目标函数，优化帧选择器的选择准确性，并结合生成对抗网络模块的判别器，迭代优化模型参数，使得视频摘要生成模型能够从无标签视频中有效学习帧的重要性和时序特征；S4：利用S3训练得到的视频摘要生成模型，对输入视频执行上述S1和S2步骤，根据重要性预测得分，选择出最具代表性的帧，并生成最终的视频摘要。

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石家庄铁道大学，其通讯地址为：050043 河北省石家庄市长安区北二环东路17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”。