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！

龙图腾网获悉哈尔滨工业大学申请的专利针对长时视频监控的感兴趣动物行为片段捕获与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：CN116721370B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202310510516.X，技术领域涉及：G06V20/40；该发明授权针对长时视频监控的感兴趣动物行为片段捕获与识别方法是由姚鸿勋;王力凝;江经;朱健坤设计研发完成，并于2023-05-08向国家知识产权局提交的专利申请。

本针对长时视频监控的感兴趣动物行为片段捕获与识别方法在说明书摘要公布了：本发明公开了一种针对长时视频监控的感兴趣动物行为片段捕获与识别方法，所述方法如下：获取视频直播流视频数据；利用动作敏感检测器发现具有意义的视频片段与素材；输出处理后的运动区域列表，写入日志；构建SlowFast的语义分析模型；对视频数据进行分割，并记录时间戳信息；获取与单个视频片段对应的视频帧组；获取各个视频片段的语义；将捕获到的运动画面分类为背景以及各种素材类别，输出发生运动的不同时间戳信息，写入日志，并且得到动物动作剪辑，提交信息至后端服务器，以便于后期处理与调度；根据运动类别结果驱动摄像头转动。该方法能够帮助媒体从业人员获取动物运动素材，减少媒体从业人员对大量视频进行二次编辑的工作量。

本发明授权针对长时视频监控的感兴趣动物行为片段捕获与识别方法在权利要求书中公布了：1.一种针对长时视频监控的感兴趣动物行为片段捕获与识别方法，其特征在于所述方法包括如下步骤： 步骤S1：获取视频直播流视频数据； 步骤S2：提出基于运动区域关注的动作敏感检测器，利用动作敏感检测器发现具有意义的视频片段与素材，同时将语义表达显著的目标所在镜头中位置进行定位； 步骤S3：输出处理后的运动区域列表，写入日志； 步骤S4：构建SlowFast的语义分析模型； 步骤S5：对步骤S1中的视频数据进行分割获取一个或多个视频片段，并记录所述一个或多个视频片段的时间戳信息； 步骤S6：对所述一个或多个视频片段进行抽帧处理，获取与单个视频片段对应的视频帧组； 步骤S7：将所述一个或多个视频片段对应的视频帧组输入到步骤S4构建好的SlowFast模型中，以获取各个视频片段的语义； 步骤S8：通过语义信息，将步骤S3中捕获到的运动画面分类为背景以及各种素材类别，输出发生运动的不同时间戳信息，写入日志，并且得到动物动作剪辑，提交信息至后端服务器，以便于后期处理与调度； 步骤S9：根据步骤S8的运动类别结果驱动摄像头转动； 所述步骤S2的具体步骤如下： 步骤S21：进行灰度图像处理； 步骤S22：使用基于KNN模型的前景检测，去除小变化噪声； 所述步骤S22的具体步骤如下： 步骤S221：对于图像某个位置的新像素值，与该像素值历史信息比较，如果像素值之间的差别在设定阈值内，则认为新像素值与该历史信息是匹配的，是潜在的一类；反之，则不是潜在的一类； 步骤S222：在步骤S221中的所有历史信息比较完毕后，如果与历史信息匹配的次数超过了设定阈值，那么新像素点被归为潜在背景点，如果被匹配的历史信息中属于背景的点个数超过设定阈值，那么新的像素点就被归为背景点； 步骤S223：将新像素点更新至历史信息中； 步骤S23：使用膨胀腐蚀算子、区域绘制方式使得邻近运动区域连接在一起，并保存检测出运动的区域列表； 步骤S24：为防止由于光照剧烈变化引起的异常帧，动作敏感检测器通过判断关联帧之间的运动梯度、关联帧面积变化斜率、帧运动面积与关联帧平均运动区域面积的比值以及帧区域数目变化幅度来检测异常变化帧； 步骤S25：如果S24中出现异常变化帧，则认为该帧为非动作帧；反之，则认为是正常帧，该帧是否为非动作帧取决于S23中得到的检测结果。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。