買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜中南大學申請的專利異常行為檢測方法、裝置及存儲介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114495013B 。

龍圖騰網通過國家知識產權局官網在2025-03-21發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210191841.X，技術領域涉及：G06V20/52；該發明授權異常行為檢測方法、裝置及存儲介質是由李浩瑋;陶澤;胡斌;付慧青設計研發完成，并于2022-03-01向國家知識產權局提交的專利申請。

本異常行為檢測方法、裝置及存儲介質在說明書摘要公布了：本發明公開了一種異常行為檢測方法、裝置及存儲介質，在使用深度學習的基礎上，充分發揮了邊緣服務器高響應、低延遲的優勢，提出了一種基于無數據知識傳遞的異常行為檢測方法。本發明可以保證在不訪問原始數據集，不使用任何自然圖像和標記數據的前提下，為邊緣模型提供用于訓練的合成圖像數據集，并利用云端模型和邊緣模型之間的分歧提高合成圖像的多樣性。經過實驗證明，本發明的可行性高，經過訓練的模型可運行于邊緣設備，且在異常行為檢測時準確率較高，且擁有低延遲、響應快的優勢，有效克服了龐大復雜的云端模型無法在邊緣設備運行的弊端。

本發明授權異常行為檢測方法、裝置及存儲介質在權利要求書中公布了：1.一種異常行為檢測方法，其特征在于，包括以下步驟：S1、獲取預訓練的云端模型，并輸入一張隨機噪聲圖像至所述云端模型，獲得云端模型的輸出分布；S2、利用從云端模型中獲取的所有卷積層特征圖的均值期望值和方差期望值，生成特征分布正則化項，利用所述特征分布正則化項得到損失函數，進而獲得合成圖像；S3、將所述合成圖像輸入至云端模型和邊緣模型，并依據云端模型與邊緣模型輸出的softmax值進行分布匹配，訓練邊緣模型，得到異常行為檢測模型；S4、將所述隨機噪聲圖像輸入訓練后的邊緣模型，得到邊緣模型的輸出分布；S5、計算所述云端模型的輸出分布與所述邊緣模型的輸出分布之間的Wasserstein距離，利用所述Wasserstein距離更新所述合成圖像；S6、返回步驟S2，重復步驟S2～步驟S5，直至達到迭代次數，得到最終的異常行為檢測模型；步驟S2中，使用以下損失函數作為優化目標，進行反向傳播，使用梯度上升法對輸入的隨機噪聲圖像進行更新，改變隨機噪聲圖像的RGB數值，得到合成圖像： 其中為分類損失；y為目標標簽真實值；RTV·、Rl2·分別為懲罰總方差和l2范數，αtv、和αf為縮放系數；l代表云端模型的第l個卷積層；和分別為第l個卷積層對應的特征圖的均值和方差；E·代表期望值；X代表訓練云端模型的訓練集，x代表云端模型在訓練時的輸入，Eμlx|X和分別表示云端模型在訓練時第l個卷積層對應的特征圖的均值和方差；||·||2表示求l2范數運算；步驟S5中，利用所述Wasserstein距離更新所述損失函數，進而得到更新后的合成圖像： 其中，αw為縮放系數；inf代表函數下界；表示和的聯合分布；||·||表示求模長運算；Ex，y～γ[||x-y||]表示聯合分布γ下，云端模型輸出分布和邊緣模型輸出分布對Wasserstein距離的期望值；和分別為云端模型的輸出分布和邊緣模型的輸出分布。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中南大學，其通訊地址為：410083 湖南省長沙市岳麓區麓山南路932號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。