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！

龙图腾网获悉长江大学申请的专利一种基于光流估计和ORB的流水线动作视频关键帧提取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：CN118470604B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202410661417.6，技术领域涉及：G06V20/40；该发明授权一种基于光流估计和ORB的流水线动作视频关键帧提取方法是由向华;高小雨;徐东来设计研发完成，并于2024-05-27向国家知识产权局提交的专利申请。

本一种基于光流估计和ORB的流水线动作视频关键帧提取方法在说明书摘要公布了：本发明涉及流水线动作视频关键帧提取领域，涉及一种基于光流估计和ORB的流水线动作视频关键帧提取方法，包括输入流水线动作视频；计算光流差异值；根据光流差异值的显著变化寻找关键帧；根据光流差异值进行聚类；使用ORB算法提取每个图像帧的局部特征；根据ORB算法提取的图像帧局部特征将每帧图像转化为一个特征向量；对同一类别的图像帧根据编号进行分组；计算每个图像帧的信息熵；根据特征向量进行聚类；将所有关键帧按编号从小到大的顺序组成一个新视频，能够根据流水线动作视频中动作幅度的大小对不同动作片段使用不同的关键帧提取策略，其提取的关键帧之间动作的连贯性和逻辑性较强，在保证压缩率的条件下更完整地展现流水线生产的操作流程。

本发明授权一种基于光流估计和ORB的流水线动作视频关键帧提取方法在权利要求书中公布了：1.一种基于光流估计和ORB的流水线动作视频关键帧提取方法，其特征在于：包括以下步骤： S1、输入流水线动作视频，对视频进行灰度化处理； S2、计算光流差异值，从第二帧开始，使用DIS算法为上一帧到当前帧之间的每个像素点生成一个光流向量，然后计算当前帧和前一帧的光流差异值，第一帧的光流差异值默认和第二帧的相同，这样每一帧都对应一个光流差异值，此时，每个图像帧有两个属性：编号和光流差异值； S3、根据光流差异值的显著变化寻找关键帧，遍历除了第一帧和最后一帧的每个图像帧，若当前图像帧的光流差异值与下一帧的光流差异值之差的绝对值大于等于r，则将当前图像帧视为关键帧，第一帧和最后一帧默认视为关键帧； S4、根据光流差异值进行聚类：根据每一帧的光流差异值进行k-means聚类，聚成x个类，计算每个类的类中心值占所有类中心值和的比重，使用一个字典存储类编号和其类中心值的比重，此时，每个图像帧有三个属性：编号、类别和光流差异值； S5、使用ORB算法提取每个图像帧的局部特征； S6、根据ORB算法提取的图像帧局部特征将每帧图像转化为一个特征向量，此时，每个图像帧拥有四个属性：编号、类别、特征向量和光流差异值； S7、对同一类别的图像帧根据编号进行分组：将同一类别的图像帧按编号从小到大进行排列，遍历每一帧，每个类的第一帧默认为该类中组号为0的小组，用当前帧的编号值减去前一帧的编号值，若差小于等于m则将当前帧与前一帧归为同一小组，否则组号加一，将当前帧归为另一个小组，此时，每个图像帧有五个属性：编号、类别、组别、特征向量和光流差异值； S8、计算每个图像帧的信息熵，此时，每个图像帧有六个属性：编号、类别、组别、特征向量、信息熵和光流差异值； S9、根据特征向量进行聚类：根据特征向量对每个小组进行k-means聚类，每个小组的聚类数的值向上取整，选取信息熵最大的帧作为关键帧，其中每个小组的聚类数的值为：当前小组长度a+当前小组所属类类中心值的比重*b； S10、合并步骤S3和S9中得到的关键帧集合，将所有关键帧按编号从小到大的顺序组成一个新视频； 步骤S9中，参数a用于保证压缩率，参数b决定不同类别图像帧压缩率的差异，b越大，光流差异值大的类别和光流差异值小的类别压缩率差异越大，反之则越小。

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长江大学，其通讯地址为：434000 湖北省荆州市南环路1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”。