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！

龙图腾网获悉贵州交通职业技术学院申请的专利一种基于深度学习的动态图像特征捕捉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：CN116030384B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202211687440.X，技术领域涉及：G06V20/40；该发明授权一种基于深度学习的动态图像特征捕捉方法是由殷波设计研发完成，并于2022-12-27向国家知识产权局提交的专利申请。

本一种基于深度学习的动态图像特征捕捉方法在说明书摘要公布了：本发明公开了一种基于深度学习的动态图像特征捕捉方法，涉及图像识别技术领域，通过对深度卷积神经网络模型的优化，使得深度卷积神经网络模型中对于识别结果不起作用或起负作用的卷积层进行剔除，一方面降低深度卷积神经网络模型的计算量，另一方面能够在已经完成训练的基础上，进一步的提高深度卷积神经网络模型的准确率；同时技术人员通过工具将错误识别的特征标记框进行删除后，将对应的对照视频帧和原始视频帧作为深度卷积神经网络模型的训练样本进行输入，也能使得深度卷积神经网络模型的识别精度更准。

本发明授权一种基于深度学习的动态图像特征捕捉方法在权利要求书中公布了：1.一种基于深度学习的动态图像特征捕捉方法，其特征在于，包括以下步骤： 步骤S1：对已经完成训练的深度卷积神经网络模型进行优化； 步骤S2：捕捉动态图像，并对所获得的动态图像进行预处理； 步骤S3：将经过预处理后的动态图像输入至完成优化的深度卷积神经模型内，并输出动态图像的特征捕捉结果； 步骤S4：根据所输出的特征捕捉结果，形成动态图像内所需要捕捉的特征的移动轨迹； 动态图像内所需要捕捉的特征的移动轨迹的形成过程包括： 将每个对照视频帧内所需要捕捉的特征全部进行标记； 根据每个对照视频帧对应的时间，形成对应的时间戳，并将所形成的时间戳与对应的对照视频帧内所捕捉到的所有特征进行关联； 并将每个对照视频帧内所标记的特征按照标记的不同，将所需要捕捉的特征进行归类，形成对应的特征集； 获取特征集内是否存在至少两个特征是属于同一个对照视频帧，用以判断是否存在错误识别，若存在错误识别； 则获取对应的特征所属的对照视频帧进行调出，由技术人员通过工具，将错误识别的特征标记框进行删除，并将删除结果同步至特征集内； 将同一个特征集内的特征按照其所关联的时间戳的时间顺序进行排序，并按照排序结果在二维坐标系内形成对应特征的移动轨迹，并将所形成的移动轨迹映射至动态图像内。

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贵州交通职业技术学院，其通讯地址为：551400 贵州省贵阳市清镇市云站路25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。