天津大学宋占杰获国家专利权
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！
龙图腾网获悉天津大学申请的专利一种基于时序正常行为持续记忆的异常行为检测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：CN115294384B 。
龙图腾网通过国家知识产权局官网在2026-02-03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：202210748201.4，技术领域涉及：G06V10/764；该发明授权一种基于时序正常行为持续记忆的异常行为检测方法是由宋占杰;王巍澄;孙晓晨设计研发完成，并于2022-06-29向国家知识产权局提交的专利申请。
本一种基于时序正常行为持续记忆的异常行为检测方法在说明书摘要公布了：本发明公开一种基于时序正常行为持续记忆的异常行为检测方法，基于卷积自编码器的卷积神经网络模型，神经网络模型包括编码器、记忆模块和解码器，包括以下步骤：S1.对视频进行打包拆分，将每五帧连续的图片作为一个样本；S2.训练时在编码器中输入时间上连续四帧的图片，将输出图像与第五帧图片进行对比，构造损失函数，计算重构误差；S3.利用随机梯度下降法对损失函数进行优化，得到训练好的卷积神经网络模型；S4.测试时，设定一个阈值来判断每张图片是否是异常的，从而防止记忆模块在测试的时候被异常行为的特征更新。
本发明授权一种基于时序正常行为持续记忆的异常行为检测方法在权利要求书中公布了：1.一种基于时序正常行为持续记忆的异常行为检测方法，其特征在于，基于卷积自编码器的卷积神经网络模型，神经网络模型包括编码器、记忆模块和解码器，包括以下步骤： S1.对视频进行打包拆分，将每五帧连续的图片作为一个样本； S2.训练时在编码器中输入时间上连续四帧的图片，将输出图像与第五帧图片进行对比，构造损失函数，计算重构误差； S3.利用随机梯度下降法对损失函数进行优化，得到训练好的卷积神经网络模型； S4.测试时，设定一个阈值来判断每张图片是否是异常的，从而防止记忆模块在测试的时候被异常行为的特征更新；阈值，当衡量异常行为的得分时，判定输入图片为正常样本；当时，判定输入图片为异常样本。
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天津大学，其通讯地址为：300350 天津市津南区海河教育园雅观路135号天津大学北洋园校区；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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励