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！

龙图腾网获悉北京理工大学申请的专利一种基于人工智能的异常视频检测方法、系统及终端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：CN119478766B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411442950.X，技术领域涉及：G06V20/40；该发明授权一种基于人工智能的异常视频检测方法、系统及终端是由戴嘉乐;于珊平;吴杨;杨梓艺;叶梓萌;李佳琳;任天宇设计研发完成，并于2024-10-16向国家知识产权局提交的专利申请。

本一种基于人工智能的异常视频检测方法、系统及终端在说明书摘要公布了：本发明公开一种基于人工智能的异常视频检测方法、系统及终端，涉及电子信息技术领域。检测方法包括：将原始视频转换为帧序列，获得每一帧图像的高维特征向量；提取原始视频的文本特征，获得文本特征向量；采用LateFusion方法及交叉模态注意力机制对高维特征向量及文本特征向量进行特征融合，获得多模态特征序列；采用多层Transformer编码器对多模态特征序列进行特征处理，获得处理后的特征序列；对处理后的特征序列进行后处理，获得异常信息值；配置异常信息阈值，当异常信息值大于异常信息阈值时，判断为异常视频；当异常信息值小于等于异常信息阈值时，判断为非异常视频。本发明能够充分利用多模态信息，优化特征融合结果，提高检测性能。

本发明授权一种基于人工智能的异常视频检测方法、系统及终端在权利要求书中公布了：1.一种基于人工智能的异常视频检测方法，其特征在于，包括如下步骤： S1.配置原始视频，将所述原始视频转换为帧序列，计算帧间参数，基于所述帧序列及帧间参数获得每一帧图像的高维特征向量；所述帧间参数包括光通亮及连续光流差；所述光通亮为帧间亮度差； S2.提取所述原始视频的文本特征，获得文本特征向量； S3.采用LateFusion方法及交叉模态注意力机制对所述高维特征向量及文本特征向量进行特征融合，获得多模态特征序列；所述特征融合具体包括： S31.为所述LateFusion方法中的每个模态特征分配初始权重； S32.对来自不同模态的特征进行对齐和映射； S33.采用所述交叉模态注意力机制对不同模态特征进行加权融合，权重基于不同模态特征对异常检测的贡献度自动调整； S34.优化融合结果； S4.采用多层Transformer编码器对所述多模态特征序列进行特征处理，获得处理后的特征序列；多层Transformer编码器的层数为10～15层； S5.对所述处理后的特征序列进行后处理，获得异常信息值； S6.配置异常信息阈值，当所述异常信息值大于异常信息阈值时，判断所述原始视频为异常视频；当所述异常信息值小于等于异常信息阈值时，判断所述原始视频为非异常视频。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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”。