基于语义与幅值深度协同的视频异常检测方法与系统
本发明提出一种基于语义与幅值深度协同的视频异常检测方法与系统,该方法包括,提取视频帧的视觉特征序列;并利用每个时间步的幅值和能量对视觉特征序列中相应时间步的特征向量进行增强,得到增强特征序列;计算增强特征序列的语义相似度矩阵;根据视觉特征序列中每个时间步的幅值计算稀疏的亲和力矩阵;再进行融合,得到最终的注意力权重;利用最终的注意力权重对增强特征序列的值向量进行加权聚合,再输入分类器,得到帧级异常评分,以实现视频异常检测。本发明通过一次无参数的特征工程,在模型架构层面强行实现语义与幅值信息的深度协同,解决现有弱监督视频异常检测方法中,对特征幅值不敏感的问题。
《基于语义与幅值深度协同的视频异常检测方法与系统》是一发明专利,专利号为 2026103002798,当前法律状态为已下证,由江西财经大学提出申请,发明人为廖诣深;罗凯文;吕逸群;董馨茹;朱涛;李诗雨;刘悦;程煜蘅;涂馨仪;谢晨,申请日期为2026-03-12,公开(公告)日期为2026-05-12,国际专利分类号(IPC)为 G06V 20/40 (2022.01),高新资质:未报高企,所属技术领域包括:(视频异常检测、弱监督学习、幅值能量、语义相似度、稀疏注意力、异常评分、视频监控、智能安防、行为识别、时序特征)。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明提出一种基于语义与幅值深度协同的视频异常检测方法与系统,该方法包括,提取视频帧的视觉特征序列;并利用每个时间步的幅值和能量对视觉特征序列中相应时间步的特征向量进行增强,得到增强特征序列;计算增强特征序列的语义相似度矩阵;根据视觉特征序列中每个时间步的幅值计算稀疏的亲和力矩阵;再进行融合,得到最终的注意力权重;利用最终的注意力权重对增强特征序列的值向量进行加权聚合,再输入分类器,得到帧级异常评分,以实现视频异常检测。本发明通过一次无参数的特征工程,在模型架构层面强行实现语义与幅值信息的深度协同,解决现有弱监督视频异常检测方法中,对特征幅值不敏感的问题。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
