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！

龙图腾网获悉中国电子科技集团公司第十研究所申请的专利一种基于对抗学习的监控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：CN115909144B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202211381511.3，技术领域涉及：G06V20/40；该发明授权一种基于对抗学习的监控视频异常检测方法及系统是由甘翼;郑博元设计研发完成，并于2022-11-04向国家知识产权局提交的专利申请。

本一种基于对抗学习的监控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对抗学习的监控视频异常检测方法及系统，该方法包括两部分，第一部分将实时视频样本帧送到特征提取网络中，将样本的特征与记忆模块中的特征进行相似度比较，对记忆模块中的特征进行更新与读取，第二部分将从记忆模块中读取的特征与特征读取网络得到的特征进行基于通道的拼接，送入解码器得到重构后的图片，通过重构误差，得到判断此视频序列中视频样本帧正常与否的异常分数。本发明通过基于初步特征提取网络、深度特征提取分类网络以及全卷积神经网络构建视频异常帧检测模型，然后应用视频异常帧检测模型，完成视频样本帧正常或异常检测，更好地提取视频样本帧中的特征信息，提高视频异常帧检测模型的适应能力。

本发明授权一种基于对抗学习的监控视频异常检测方法及系统在权利要求书中公布了：1.一种基于对抗学习的监控视频异常检测方法，其特征在于，所述方法包括以下步骤： S1：获得按时间顺序排列的视频样本帧，以每一帧视频样本帧为起点，按时序选择k帧视频样本帧构建视频样本帧组，作为预测网络的输入； S2：基于卷积神经网络，以视频样本帧为输入，以与视频样本帧所对应的特征图为输出，构建预测网络； S3：以特征图作为记忆模块网络的输入，以与该特征图同尺度大小的正常样本特征图为记忆模块网络的输出，在无监督的情况下进行端到端的对抗训练；步骤S3，包括： 针对深度特征提取分类网络的输出，得到的尺寸为H×W×C的特征qt，其中H为特征的高，W为特征的宽，C为通道数； 根据记忆模块网络的匹配算法得到匹配概率最大的特征pt，尺寸也为H×W×C； 将查询到的特征pt与提取的特征qt进行通道上的拼接得到尺寸为H×W×2C的新特征，以对记忆模块网络进行更新； S4：基于预测网络、记忆模块网络构建视频异常帧检测待训练模型，同时基于各视频样本帧的参与训练，以初步特征提取网络至深度特征提取分类网络的应用，通过引入重构，对抗以及记忆损失，构建分类损失模型；步骤S4，具体包括： 将连续𝑡帧正常训练样本𝑋={,,…,}送入预测网络； 预测网络的编码器提取𝑡帧视频帧的特征，预测网络会根据与记忆模块中保存的正常样本特征的相似度，从中读取对应的与拼接得到特征,并更新记忆模块网络； 将特征,送给预测网络的解码器，最终得到预测的第𝑡+1帧视频帧； 将预测损失、记忆损失、对抗损失采用加权的方式得到整体损失函数Loss； S5：基于视频样本帧所构建的视频样本帧组，以及各视频样本帧组分别所对应的标签，以视频样本帧为输入，以视频样本帧组分别所对应的标签为输出，结合分类损失模型，针对视频异常帧检测待训练模型进行训练，获得视频异常帧检测模型； S6：针对每个视频样本帧组中的每一帧视频样本帧，通过判别器模型根据模型重构得到的重构损失判定视频样本帧组中每一帧视频样本帧正常或异常的异常分数，将异常分数大于预设值的视频样本帧判定为异常视频帧，否则为正常视频帧。

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电子科技集团公司第十研究所，其通讯地址为：610000 四川省成都市金牛区茶店子东街48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”。