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！

龙图腾网获悉浙江大学海南研究院;海南同凌科技有限公司申请的专利音视频处理方法、装置、电子设备和计算机可读介质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：CN119992455B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202510080884.4，技术领域涉及：G06V20/52；该发明授权音视频处理方法、装置、电子设备和计算机可读介质是由智广信;闻翔宇;闫云凤设计研发完成，并于2025-01-20向国家知识产权局提交的专利申请。

本音视频处理方法、装置、电子设备和计算机可读介质在说明书摘要公布了：本公开的实施例公开了音视频处理方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：对每个监控视频图像中的人脸进行人脸分割，以生成人脸分割图像；对人脸分割图像进行图像预处理；将预处理人脸分割图像输入至图像分割分类模型包括的图像特征提取网络；将预处理人脸分割图像输入至图像编码器中，以及将文本标记信息输入至文本编码器中；将第一人脸图像特征信息和文本特征信息输入至输出层中；对生成的目标人脸分割图像序列进行用户识别；对监控视频对应的音频进行语音优化处理；将用户识别结果序列与优化音频发送至监控管理终端中。该实施方式提升了对于监控视频的检测效率，提高了图像分割的验证效率和准确性。

本发明授权音视频处理方法、装置、电子设备和计算机可读介质在权利要求书中公布了：1.一种音视频处理方法，包括： 对监控视频进行视频帧提取，得到监控视频图像序列； 对所述监控视频图像序列中的每个监控视频图像中的人脸进行人脸分割，以生成人脸分割图像，得到人脸分割图像序列，以及对所述人脸分割图像序列中的每个人脸分割图像进行文本标记，文本标记是标记用户的性别、长相特征、衣着特征的标记信息； 对于所述人脸分割图像序列中的每个人脸分割图像，执行以下处理步骤： 对人脸分割图像进行图像预处理，得到预处理人脸分割图像，其中，所述人脸分割图像对应有文本标记信息； 将所述预处理人脸分割图像输入至预先训练的图像分割分类模型包括的图像特征提取网络，得到第一人脸图像特征信息，其中，所述图像分割分类模型包括图像特征提取网络、语义特征提取网络和输出层，所述语义特征提取网络包括文本编码器和图像编码器； 将所述预处理人脸分割图像输入至所述图像编码器中，以及将所述文本标记信息输入至所述文本编码器中，得到文本特征信息，包括： 将所述预处理人脸分割图像输入至所述图像编码器中，得到第二人脸图像特征信息； 将所述文本标记信息输入至所述文本编码器中，得到文本标记特征信息； 对所述第二人脸图像特征信息和所述文本标记特征信息进行特征对齐处理，得到文本特征信息，包括：对所述第二人脸图像特征信息进行归一化处理，得到归一化图像特征信息；对所述文本标记特征信息进行归一化处理，得到归一化文本标记特征信息；将所述归一化图像特征信息和所述归一化文本标记特征信息映射至联合嵌入空间中，得到映射图像特征信息和映射文本标记特征信息；对于所述人脸分割图像的每个像素，执行以下处理步骤：将所述映射图像特征信息中对应所述像素的特征向量确定为第一特征向量；将所述第一特征向量与所述映射文本标记特征信息中每个特征向量的相似度确定为特征向量相似度；将所述映射文本标记特征信息包括的各个特征向量中对应的特征向量相似度满足预设相似条件的特征向量表示确定为目标特征向量；将所得到的各个目标特征向量确定为对应所述映射图像特征信息的文本特征信息； 将所述第一人脸图像特征信息和所述文本特征信息输入至所述输出层中，得到对应所述人脸分割图像的分割质量分类信息； 响应于确定所述分割质量分类信息满足预设分割条件，将所述人脸分割图像确定为目标人脸分割图像； 对生成的目标人脸分割图像序列进行用户识别，得到用户识别结果序列； 对所述监控视频对应的音频进行语音优化处理，得到优化音频； 将所述用户识别结果序列与所述优化音频发送至相关联的监控管理终端中。

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浙江大学海南研究院;海南同凌科技有限公司，其通讯地址为：572025 海南省三亚市崖州区科技城振州路浙江大学(海南)先进技术与产业创新平台；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。