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！

龙图腾网获悉山东大学申请的专利基于动态自监督网络的监控视频异常检测方法及系统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：CN116883896B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202310813228.1，技术领域涉及：G06V20/40；该发明授权基于动态自监督网络的监控视频异常检测方法及系统是由常发亮;吴佩昊;刘春生;王文倩;郇恒强;王彬设计研发完成，并于2023-07-04向国家知识产权局提交的专利申请。

本基于动态自监督网络的监控视频异常检测方法及系统在说明书摘要公布了：本发明公开了一种基于动态自监督网络的监控视频异常检测方法及系统，该方法包括：将获取的待检测视频样本输入至训练完成的动态自监督网络中，输出最终的检测结果；其中，所述动态自监督网络包括特征重构模块和鉴别模块，特征重构模块采用编码器‑解码器架构，多层下采样编码器层和多层上采样解码器层同层跳跃连接；多层下采样编码器层均采用混合异常动态卷积，根据输入的待检测视频样本自适应地动态提取特征，提取的特征再通过多层上采样解码器层，输出待检测视频样本的下一帧预测图像，基于预测图像，通过鉴别模块输出最终的检测结果。本发明设计混合异常动态卷积，以适应性地从多样化的异常事件中提取特征，实现异常检测准确性的提升。

本发明授权基于动态自监督网络的监控视频异常检测方法及系统在权利要求书中公布了：1.一种基于动态自监督网络的监控视频异常检测方法，其特征是，包括： 获取待检测视频样本，将待检测视频样本输入至训练完成的动态自监督网络中，输出最终的检测结果； 其中，所述动态自监督网络包括特征重构模块和鉴别模块，所述特征重构模块采用编码器-解码器架构，多层下采样编码器层和多层上采样解码器层同层跳跃连接； 多层下采样编码器层均采用混合异常动态卷积，根据输入的待检测视频样本自适应地动态提取特征，提取的特征再通过多层上采样解码器层，输出待检测视频样本的下一帧预测图像；所述混合异常动态卷积包括聚合动态权重模块、动态权重再分配模块、第一通道动态权重模块和第二通道动态权重模块，以及特征压缩模块和生成动态卷积模块；输入帧图像样本进入混合异常动态卷积，通过特征压缩模块中的平均池化层、卷积层、激活层提取图像特征，生成原始特征图； 原始特征图分别输入至聚合动态权重模块和动态权重再分配模块，根据输入样本动态调整并确定最终的卷积核权重；同时，原始特征图与原始输入帧图像输入至第一通道动态权重模块，生成动态特征更新后的第一特征图； 第一特征图输入至生成动态卷积模块，结合确定的卷积核权重，生成动态特征更新后的第二特征图； 将第二特征图和原始特征图输入至第二通道动态权重模块，生成动态特征更新后的第三特征图，该第三特征图为混合异常动态卷积输出的最终特征图； 基于待检测视频样本的下一帧预测图像，通过鉴别模块计算预测帧的峰值信噪比，以此判断待检测视频样本是否为异常样本，输出最终的检测结果。

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山东大学，其通讯地址为：250061 山东省济南市历下区经十路17923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。