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！

龙图腾网获悉武汉大学申请的专利一种基于关键区域和场景深度的小样本异常行为识别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：CN115439926B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202210936032.7，技术领域涉及：G06V40/20；该发明授权一种基于关键区域和场景深度的小样本异常行为识别方法是由肖进胜;吴原顼;眭海刚;姚韵涛;王中元;王澍瑞设计研发完成，并于2022-08-05向国家知识产权局提交的专利申请。

本一种基于关键区域和场景深度的小样本异常行为识别方法在说明书摘要公布了：本发明公开了一种基于关键区域和场景深度的小样本异常行为识别方法。首先对视频进行随机稀疏化采样，并对采样出的视频帧进行全局特征提取，接着将全局特征图输入到基于加权偏移的关键区域选取模块，得到包含异常行为主体的关键区域并进行局部特征提取，然后将全局特征与局部特征融合得到视频级RGB特征，再将视频帧提取出相应的场景深度图，并对场景深度图重复上述特征提取步骤得到视频级场景深度特征，最后将视频级RGB特征与场景深度特征融合得到最终的视频级特征，并将视频级的特征输入小样本分类器得到异常行为识别结果。本发明针对监控场景的异常行为识别，提高了准确性、计算效率和鲁棒性，并且适用于多运动目标及复杂背景的监控视频的情况。

本发明授权一种基于关键区域和场景深度的小样本异常行为识别方法在权利要求书中公布了：1.一种基于关键区域和场景深度的小样本异常行为识别方法，其特征在于，包括以下步骤： 步骤1，对视频进行随机稀疏化采样，将视频按照帧数均分成N段，每段中随机采样M帧，将总共N×M帧作为视频的代表； 步骤2，利用全局特征提取网络对步骤1生成的视频帧进行特征提取，得到二维的全局特征图和一维的全局特征向量； 步骤3，对步骤2提取出的二维全局特征图进行基于加权偏移的关键区域选取，得到视频帧中包含异常行为主体的关键区域，利用局部特征提取网络提取出关键区域的一维局部特征向量； 步骤3.1，对步骤2提取出的二维全局特征图进行时空特征提取和运动特征提取，生成具有时空信息和物体运动信息的特征图； 步骤3.2，基于加权偏移选取关键区域的中心点； 步骤3.3，利用双线性插值得到关键区域其余点的像素值； 步骤3.4，将关键区域输入到局部特征提取网络中，得到关键区域的局部特征； 步骤4，将步骤2中提取的全局特征向量和步骤3中提取的局部特征向量进行融合，得到视频级的RGB特征向量； 将全局特征向量和局部特征向量首尾相连，融合后的视频级RGB特征向量维数是全局特征向量维数和局部特征向量维数之和； 步骤5，利用单目场景深度估计模型对步骤1生成的N×M帧进行处理，得到相应的N×M帧场景深度图； 步骤6，对步骤5中提取出的场景深度图重复步骤2到步骤4的操作，得到视频级的场景深度特征向量； 步骤7，将步骤4提取的视频级RGB特征向量和步骤6提取的视频级场景深度特征向量进行融合，得到最终的视频级特征向量； 步骤8，将步骤7中得到的视频级特征向量输入小样本分类器，得到最终的异常行为识别结果。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区珞珈山街道八一路299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”。

以上内容由龙图腾AI智能生成。