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！

龙图腾网获悉中国水利水电科学研究院申请的专利一种视频微振动信号校正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：CN120705481B 。

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：202510861710.1，技术领域涉及：G06F18/15；该发明授权一种视频微振动信号校正方法是由张龑;李松辉;刘勋楠;雒翔宇;白冰;崔江欢;张顺杨;张洋铣;曲思颖;陈恳设计研发完成，并于2025-06-25向国家知识产权局提交的专利申请。

本一种视频微振动信号校正方法在说明书摘要公布了：本发明提供了一种视频微振动信号校正方法，涉及数据处理技术领域，该方法包括将振动传感器布置于待测结构上，对待测结构的视频进行捕捉；基于视频捕捉结果，提取振动信号的时域特征和频域特征；利用时域特征和频域特征训练构建多模态融合校准模型，其中，多模态融合校准模型为混合的CNN‑LSTM网络架构；引入基于傅里叶谱对数振幅差的谱损耗项，并利用构建的多模态融合校准模型得到时域波形重构与频域关键模态对齐的双重校正目标结果，完成对视频微振动信号的校正。本发明解决了直接从监测视频提取微振动信息时，受环境因素、噪声、现场操作等影响造成的精度低的问题。

本发明授权一种视频微振动信号校正方法在权利要求书中公布了：1.一种视频微振动信号校正方法，其特征在于，包括： 视频捕捉：将振动传感器布置于待测结构上，对待测结构的视频进行捕捉； 特征提取：基于视频捕捉结果，提取振动信号的时域特征和频域特征； 构建多模态融合校准模型：利用时域特征和频域特征训练构建多模态融合校准模型，其中，多模态融合校准模型为混合的CNN-LSTM网络架构； 所述利用时域特征和频域特征训练构建多模态融合校准模型，其具体为： 通过利用层级化一维卷积神经网络1DCNN自动提取的振动信号深度特征； 将振动信号深度特征与时域特征和频域特征进行融合； 基于融合后的特征向量，利用双层长短期记忆网络LSTM建立长时序依赖分支建模长时依赖关系，以学习视频提取信号与点式传感器采集信号之间的高维非线性映射关系，完成对多模态融合校准模型的构建； 校正结果输出：引入基于傅里叶谱对数振幅差的谱损耗项，并利用构建的多模态融合校准模型得到时域波形重构与频域关键模态对齐的双重校正目标结果，完成对视频微振动信号的校正。

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中国水利水电科学研究院，其通讯地址为：100048 北京市海淀区车公庄西路20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。